On the Way Out: An Analysis of Patient Transfers from Four, Large-Scale, North American Music Festivals Over Two Years
Notice bibliographique
Résumé
Introduction: Music festivals are globally attended events that bring together performers and fans for a defined period of time. These festivals often have onsite medical care to help reduce the impact on local healthcare systems. Historically, the literature suggests that patient transfers offsite are frequently related to complications of substance use. However, there is a gap in understanding as to why patients are transferred to a hospital when an onsite medical team, providing a higher level of care (HLC), is present. Aim: To better understand the causes that necessitate patient transportation to the hospital during festivals that have onsite physician-led coverage. Methods: De-identified patient data from a convenience sample of four, large-scale Canadian festivals (over two years) were extracted. Patient encounters that resulted in transfers to hospital, by ambulance, non-emergency transport vehicle (NETV), or self-transportation were analyzed for this study. Results: Each festival had an onsite medical team that included physicians, nurses, and paramedics. During 34 event days, there were 10,406 patient encounters, resulting in 156 patients requiring transfer to a hospital. A patient presentation rate of 16.5/1,000 was observed. The ambulance transfer rate was 0.12/1,000 of attendees. The most common reason for transport was musculoskeletal injuries (54%) that required imaging. Discussion: The presence of onsite teams capable of treating and releasing patients impacted the case mix of patients transferred to a hospital, and may reduce the number of transfers for intoxication. Confounding preconceptions, patients in the present study were transferred largely for injuries that required imaging. Results suggest that a better understanding of the specific effects onsite medical teams have on avoiding off-site transfers will aid in improving planning for music festivals. Findings also identify areas for further improvement in care, such as onsite radiology, which could potentially further reduce the impact of music festivals on local health services.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 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 ».