The 1 Year Effect of COVID-19 on Plastic Surgery Trauma at a Level One Trauma Centre: A Retrospective Review
Notice bibliographique
Résumé
Introduction: Since the onset of the COVID-19 pandemic, Canada has seen significant societal and health changes leading to the closures of many businesses and shifts in the daily activities of many Canadians. Despite these changes and a sharp drop in the number of patients attending emergency departments across British Columbia (BC), little change was noted in the use of protected plastic surgery trauma time at a level one trauma centre surveyed in BC. The purpose of this study was to analyze and compare the changes in plastic surgery-related trauma cases before and after the onset of the COVID-19 pandemic, both in etiology and case description. Methods: A retrospective medical chart review was performed, evaluating all of the participating surgeon's trauma slates in the year before and after April 1, 2020. Patient demographics, etiology, injury location, diagnosis, and surgical timing were all recorded and analyzed using an interrupted time-series statistical model. Results: No significant difference was observed in any of the recorded categories across the 2 time periods. Slight increases were noted in workplace injuries, assaults, and home-related machinery injuries. Conclusion: The lack of significant change in workplace injuries likely stemmed from the high number of factories and industrial plants present in our health region, as these jobs lacked the ability to work from home. The results of this study show that the demand for trauma-related plastic surgery care is independent of an overall decrease in hospital admissions and therefore should be planned and budgeted for accordingly.
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 | 0,005 | 0,219 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,003 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».