Impact of COVID-19 outbreak in knee arthroplasty in Chile: a cross-sectional, national registry-based analysis
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
Introduction: The need for beds and health personnel to treat coronavirus (COVID- 19) patients has led to the suspension of many elective sur-geries in Chile, including knee arthroplasties. This study aims to determine the incidence of knee arthroplasty in 2020, reflecting the effect of the COVID- 19 pandemic, and estimate the cost and time it would take to recover the waiting list prior to March 2020. Methods: A cross- sectional study was designed. We analyzed databases from The Department of Statistics and Health Information databases from Chile for 2019 and 2020, identifying patients with surgical discharges associated with knee arthroplasty codes. We estimated the time it would take to recover the surgeries unperformed in 2020 by simulating a monthly workload increase from the 2019 baseline. The costs of knee arthroplasty paid by the National Health Fund to institutions were estimated by diagnosis-related groups. Results: We found that the incidence rate of knee arthroplasty in 2020 decreased by 64% compared with 2019. The impact was higher in the public system (68%) and the National Health Found (63%). A simulated increase in knee arthroplasty productivity by 30% would allow recovering the postponed knee arthroplasty surgeries in 27 months, at a monthly cost to the public system of 318 million Chilean pesos (378 thousand US dollars). Conclusions: The incidence rate of knee arthroplasty during 2020 decreased by 64%, revealing the extensive waiting line for people with knee osteoarthritis. An increase between 20- 40% in productivity compared with 2019 would allow recovering the unperformed surgeries in 20 to 41 months, at a monthly cost to the public network between 210 and 425 million Chilean pesos (250 to 506 thousand US dollars).
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,004 | 0,004 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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