Epidemiology and outcomes for level 1 and 2 traumas during the first wave of COVID19 in a Canadian centre
Notice bibliographique
Résumé
To determine if lockdown measures imposed during the first wave of the COVID19 pandemic affected trauma patterns, volumes, and outcomes in a western Canadian level 1 trauma center, we performed a retrospective cohort study assessing level 1 and 2 trauma patients presenting to our center during the initial COVID19 "lockdown" period (March 15-June 14, 2020) compared to a similar cohort of patients presenting during a "control" period 1 year prior (March 15-June 14, 2019). Overall, we saw a 7.8% reduction in trauma volumes during the lockdown period, and this was associated with a shorter average ED length of stay (6.2 ± 4.7 h vs. 9.7 ± 11.8 h, p = 0.003), reduced time to computed tomography (88.5 ± 68.2 min vs. 105.1 ± 65.5 min, p < 0.001), a reduction in intensive care unit admissions (11.0 ± 4.9% vs. 20.0 ± 15.5%, p = 0.001), and higher injury severity score (6.5 ± 7.6 vs. 6.2 ± 9.5, p = 0.04). Our findings suggest that lockdown measures imposed during the first wave of the COVID19 pandemic had a significant impact on trauma patients.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».