MétaCan
Menu
← Retour à la cohorte
Enregistrement W4220737732 · doi:10.1101/2022.03.10.22272236

EMS prehospital response to the COVID-19 pandemic in the US: A brief literature review

2022· preprint· en· W4220737732 sur OpenAlexaff
Christian Ventura, Edward Denton, Jessica A. David, Brianna J. Schoenfelder, Lillian Mela, Rebecca P. Lumia, Rachel B. Rudi, Barnita Haldar

Notice bibliographique

RevuemedRxiv · 2022
Typepreprint
Langueen
DomaineMedicine
ThématiqueEmergency and Acute Care Studies
Établissements canadiensResponse Biomedical (Canada)
Organismes subventionnairesnon disponible
Mots-clésCritical appraisalContext (archaeology)Publication biasPandemicGrey literatureFunnel plotMedicineEmergency medical servicesInclusion (mineral)Health careFamily medicinePsychologyCoronavirus disease 2019 (COVID-19)Medical emergencyMEDLINEPolitical scienceMeta-analysisAlternative medicineSocial psychologyGeography

Résumé

récupéré en direct d'OpenAlex

ABSTRACT This study aimed to analyze prehospital Emergency Medical Services (EMS) response to the COVID-19 pandemic in the US through a brief systematic review of available literature in context with international prehospital counterparts. An exploration of the NCBI repository was performed using a search string of relevant keywords which returned n=5128 results; articles that met the inclusion criteria (n=77) were reviewed and analyzed in accordance with PRISMA and PROSPERO recommendations. Methodical quality was assessed using critical appraisal tools, and the Egger’s test was used for risk of bias reduction upon linear regression analysis of a funnel plot. Sources of heterogeneity as defined by P < 0.10 or I^2 > 50% were interrogated. Findings were considered within ten domains: structural/systemic; clinical outcomes; clinical assessment; treatment; special populations; dispatch/activation; education; mental health; perspectives/experiences; and transport. Findings suggest, EMS clinicians have likely made significant and unmeasured contributions to care during the pandemic via nontraditional roles, i.e., COVID-19 testing and vaccine deployment. EMS plays a critical role in counteracting the COVID-19 pandemic in addition to the worsening opioid epidemic, both of which disproportionately impact patients of color. As such, being uniquely influential on clinical outcomes, these providers may benefit from standardized education on care and access disparities such as racial identity. Access to distance learning continuing education opportunities may increase rates of provider recertification. Additionally, there is a high prevalence of vaccine hesitancy among surveyed nationally registered EMS providers. Continued rigorous investigation on the impact of COVID-19 on EMS systems and personnel is warranted to ensure informed preparation for future pandemic and infectious disease response.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,036
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,036
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,004
Bibliométrie0,0200,016
Études des sciences et des technologies0,0010,001
Communication savante0,0030,003
Science ouverte0,0010,002
Intégrité de la recherche0,0030,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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.

Tête enseignante Opus0,040
Tête enseignante GPT0,357
Écart entre enseignants0,317 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuemedRxiv→Même sujetEmergency and Acute Care Studies→Travaux en français237 207→