Impact of the COVID-19 Pandemic on the Severity of Diabetic Ketoacidosis Presentations in a Tertiary Pediatric Emergency Department
Notice bibliographique
Résumé
More severe presentations of diabetic ketoacidosis (DKA) have been reported during the coronavirus disease 2019 (COVID-19) pandemic, possibly due to avoidance of healthcare settings or reduced access to care. To date, no studies have utilized statistical process control to relate temporal COVID-19 events with DKA severity. Our objectives were (1) to determine whether the severity of pediatric DKA presentations changed during COVID-19 and (2) to temporally relate changes in severity with regional pandemic events. Methods: This study was a retrospective chart review of 175 patients younger than 18 years with DKA presenting to a pediatric emergency department in the United States between 5/1/2019 and 8/15/2020. As part of our ongoing clinical standard work in ED management of DKA, DKA severity measures, including presenting pH, the proportion of PICU admissions, and admission length of stay, were analyzed using statistical process control. Results: During COVID-19, we found special cause variation with a downward shift in the mean pH on DKA presentation from 7.2 to 7.1 for all patients. The proportion of DKA patients requiring PICU admission increased from 34.2% to 54.6%. Changes temporally corresponded to the statewide bans on large events (3/11/2020), school closures (3/13/2020), and a reduction in our institution's emergency department volumes. Admission length of stay was unchanged. Conclusions: Pediatric DKA presentations were more severe from March to June 2020, correlating with regional COVID-19 events. Future quality improvement interventions to reduce delayed presentations during COVID-19 surges or other natural disasters should target accessibility of care and public education regarding the importance of timely care for symptoms.
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 | 0,000 |
| 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) | 0,000 | 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 ».