Review article: Impact of pandemics on rural emergency departments: A scoping review
Notice bibliographique
Résumé
Pandemics can cause much distress to communities and present a major burden to the resources and functioning of hospitals. This scoping review aimed to identify, evaluate and summarise current literature regarding how pandemics impact rural EDs in terms of staff wellbeing, structure, function and resources. A systematic search of six databases using search terms including pandemic, ED and rural and remote was undertaken. Articles were included if they were peer-reviewed, written in English, original research, published between January 2010 and October 2021 and discussed the impact of pandemics on rural EDs. Articles were critically appraised using the Mixed Methods Appraisal Tool (MMAT). Three articles, one from Canada and two from the United States, met the inclusion criteria. The articles included were quantitative in design and fulfilled most of the MMAT critical analysis criteria. Pandemics reported on included H1N1 and COVID-19. These pandemics impacted rural EDs in terms of functioning and resourcing; no description of staff wellbeing or structure was identified. Rural ED functioning was affected in terms of input; with an increase in patient presentations and time to physician assessment during H1N1, but a decrease in patient presentations and transfers during COVID-19. Rural ED resources were impacted in regard to staffing, difficulty in obtaining stocks of personal protective equipment and medication, and community response. Further research to understand and address the short- and long-term impacts pandemics may have on rural EDs is required.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,003 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,070 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».