From pandemic to endemic: A comparison of first, second, and third waves of COVID-19 for applicability in communicable disease management
Notice bibliographique
Résumé
Background: The COVID-19 pandemic created pressure on healthcare systems worldwide. Hospitals have developed strategies to efficiently address the demand for inpatient beds.Objective: This paper examines changes in length of stay at a southern academic medical center and documents the intervention efforts aimed at providing high quality care and reduced lengths of stay.Methods: Data include 3,279 patients receiving inpatient treatment for COVID-19 between March 29, 2020, and October 31, 2021. The study data mirrors the three major waves of COVID-19 pandemic in Alabama as reported in Johns Hopkins’ coronavirus resource center. To account for the chronological change in care processes, we interviewed Hospitalists and categorized the interventions by month, June 2020-February 2021. We examined changes in average length of stay and differences in sociodemographic characteristics among the three waves using ANOVA and chi-square tests. Socio demographic factors analyzed include age, gender, race/ethnicity, marital status, and insurance.Results: The average length of stay, ICU admissions, and 30-day readmissions each decreased in the second and third waves compared to the first wave. Statistically significant differences were found for ICU admission, age, and insurance for hospitalized patients among waves.Conclusions: This study contributes to the COVID-19 literature by providing the chronological evolution of ALOS and interventions during the pandemic by highlighting the case of a southern academic medical center.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».