A catalogue of tools and variables from crisis and routine care to support decision-making about allocation of intensive care beds and ventilator treatment during pandemics: Scoping review
Notice bibliographique
Résumé
PURPOSE: This scoping review sought to identify objective factors to assist clinicians and policy-makers in making consistent, objective and ethically sound decisions about resource allocation when healthcare rationing is inevitable. MATERIALS AND METHODS: Review of guidelines and tools used in ICUs, hospital wards and emergency departments on how to best allocate intensive care beds and ventilators either during routine care or developed during previous epidemics, and association with patient outcomes during and after hospitalisation. RESULTS: Eighty publications from 20 countries reporting accuracy or validity of prognostic tools/algorithms, or significant correlation between prognostic variables and clinical outcomes met our eligibility criteria: twelve pandemic guidelines/triage protocols/consensus statements, twenty-two pandemic algorithms, and 46 prognostic tools/variables from non-crisis situations. Prognostic indicators presented here can be combined to create locally-relevant triage algorithms for clinicians and policy makers deciding about allocation of ICU beds and ventilators during a pandemic. No consensus was found on the ethical issues to incorporate in the decision to admit or triage out of intensive care. CONCLUSIONS: This review provides a unique reference intended as a discussion starter for clinicians and policy makers to consider formalising an objective a locally-relevant triage consensus document that enhances confidence in decision-making during healthcare rationing of critical care and ventilator resources.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,019 | 0,066 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,006 | 0,008 |
| Bibliométrie | 0,036 | 0,022 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,009 | 0,007 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».