Current trends and outcomes of non-elective neurosurgical care in Central Europe during the second year of the COVID-19 pandemic
Notice bibliographique
Résumé
Reflecting the first wave COVID-19 pandemic in Central Europe (i.e. March 16th-April 15th, 2020) the neurosurgical community witnessed a general diminution in the incidence of emergency neurosurgical cases, which was impelled by a reduced number of traumatic brain injuries (TBI), spine conditions, and chronic subdural hematomas (CSDH). This appeared to be associated with restrictions imposed on mobility within countries but also to possible delayed patient introduction and interdisciplinary medical counseling. In response to one year of COVID-19 experience, also mapping the third wave of COVID-19 in 2021 (i.e. March 16 to April 15, 2021), we aimed to reevaluate the current prevalence and outcomes for emergency non-elective neurosurgical cases in COVID-19-negative patients across Austria and the Czech Republic. The primary analysis was focused on incidence and 30-day mortality in emergency neurosurgical cases compared to four preceding years (2017-2020). A total of 5077 neurosurgical emergency cases were reviewed. The year 2021 compared to the years 2017-2019 was not significantly related to any increased odds of 30 day mortality in Austria or in the Czech Republic. Recently, there was a significant propensity toward increased incidence rates of emergency non-elective neurosurgical cases during the third COVID-19 pandemic wave in Austria, driven by their lower incidence during the first COVID-19 wave in 2020. Selected neurosurgical conditions commonly associated with traumatic etiologies including TBI, and CSDH roughly reverted to similar incidence rates from the previous non-COVID-19 years. Further resisting the major deleterious effects of the continuing COVID-19 pandemic, it is edifying to notice that the neurosurgical community´s demeanor to the recent third pandemic culmination keeps the very high standards of non-elective neurosurgical care alongside with low periprocedural morbidity. This also reflects the current state of health care quality in the Czech Republic and Austria.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 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 ».