The Effect of COVID-19 on Corneal Donor Volumes and Eye Bank Processes: An Analysis From the Eye Bank of Canada (Ontario Division)
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
PURPOSE: With the rise in COVID-19 cases, the Eye Bank of Canada (Ontario Division), the largest eye bank in Canada, was faced with challenges related to ocular donor suitability which resulted in tissue shortages after the first wave of COVID-19 cases in Ontario, Canada. This article aims to analyze the impact of COVID-19 on ocular tissue donation and transplant surgeries. METHODS: Trends in ocular donations in 2020 and the transplant rates were compared with the data from the previous year, as a benchmark of normal eye bank activity. RESULTS: Ocular donor volumes decreased during the first wave of the COVID-19 pandemic (March-June 2020) by 65% as compared to the same period in 2019. By the end of the year 2020, this had resulted in a total reduction of 29% of ocular donor volumes as compared to 2019. The ocular transplant surgery volumes in the year 2020 decreased by 32% compared to the previous year, mostly secondary to elective surgery shutdown during the first wave. Because of tissue shortages, the Eye Bank of Canada (Ontario Division) had to import 24 corneas from the United States and cancel 7 surgeries in the year 2020. CONCLUSIONS: The decline in ocular tissue donor volumes and transplant surgery was a result of an interplay of causes related to the COVID-19 pandemic. Most importantly, ruling out of COVID-19 carriers, lockdown measures affecting tissue retrieval processes, and shutdown of elective surgery were the 3 major factors accounting for tissue shortages and surgical volume reductions.
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.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle