Between the first and second wave of the 2019 coronavirus pandemic (COVID-19): Presentation and crowding of attenders for mentale disorder and intossication/substance abuse
Notice bibliographique
Résumé
Introduction During the 1st wave of CoViD-19 pandemic there was a drastic reduction in total number of accesses, with more serious cases and a exorbitant increase in crowding, due to access block. Objectives evaluate population who went to ED for (1) mental disorders requesting a psychiatric visit and for (2) intossication and substance abuse, between the first and second wave of the coronavirus pandemic Methods We enrolled all patients who went at our ED from May 1 to October 20, 2020 and during the same period of 2019. We analized: vital parameters, age, sex, exit severity codes, hospitalization rate, Crowding input factors (number of access, waiting time, priority time to doc), Crowding throughput factors (LOS: Length Of ED Stay), Crowding output factors (percentage of access block; Total Access Block Time). Results The results are shown in table 1 Table 1 Mental-disorder intossication/substance-abuse May1-October 20,2020 May1- October 20,2019 May1-October 20,2020 May1- October 20, 2019 number of ED access 543 564 182 254 higher (yellow and red) priority time to doc (%) 28% 29% 50% 39% worse exit severity codes (%) 10% 6% 16% 11% rate of hospitalization (%) 26% 20% 16% 9% average waiting times (min) 60 64 76 79 LOS lenght of stay (min) 369 326 629 506 access block (%) 3% 2% 5% 4% Total Access Block Time: examination rooms (min) 11.538 8.384 8.059 8.889 Total Access Block Time: holding area (min) 8.382 3.963 182 254 Conclusions We would like to thank all employees of the IRCCS Policlinico San Matteo Foundation for their extraordinary efforts during the pandemic.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,000 |
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 ».