Prioritizing Elective Surgical Cases During a Pandemic or Global Crisis: The Elective-Pediatric Orthopedic Surgical Timing (E-POST) Score
Notice bibliographique
Résumé
BACKGROUND: As the first wave of the COVID-19 pandemic stabilized and resources became more readily available, elective surgery was reinitiated and hospitals realized that there was little guidance on how to prioritize elective cases. METHODS: A prioritization tool was formulated based on clinically relevant elements and previous literature. Nine pediatric orthopaedic surgeons from North American institutions evaluated 25 clinical scenarios on 2 occasions separated in time. Intra-rater and inter-rater reliability were calculated [intraclass correlation coefficient (ICC)]. Surgeons also ranked the importance of each element and how confident they were with scoring each factor. RESULTS: Intra-rater ICC for total score showed good to excellent consistency; highest at 0.961 for length of stay (LOS) and lowest at 0.705 for acuity. Inter-rater ICC showed good to excellent agreement for American Society of Anesthesiologists score, LOS, duration of surgery, and transfusion risk and moderate agreement for surgical acuity and personal protective equipment (PPE) use. Transfusion risk and duration of surgery were deemed least important, and surgeons were least confident in scoring PPE and transfusion risk. Based on findings, the novel Elective-Pediatric Orthopedic Surgical Timing (E-POST) score for prioritizing elective cases was developed, consisting of 5 factors: surgical acuity, global health status, LOS, duration of surgery, and PPE requirement. CONCLUSIONS: The E-POST numeric total score or subscore may help objectively prioritize elective cases during a global crisis. LEVEL OF EVIDENCE: Level V.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».