MétaCan
Menu
Retour à la cohorte
Enregistrement W4323542673 · doi:10.14745/ccdr.v49i23a06f

Intégration de l'hôpital avec les établissements de soins collectifs en réponse à la pandémie de COVID-19

2023· article· fr· W4323542673 sur OpenAlexaffvenue
Christina K. Chan, Mercedes Magaz, Victoria Williams, Julie M. Wong, Monica Klein-Nouri, Sid Feldman, Jaclyn O'Brien, Natasha Salt, Andrew E. Simor, Jocelyn Charles, Brian M. Wong, Steve Shadowitz, Karen G. Fleming, Adrienne K. Chan, Jerome A. Leis

Notice bibliographique

RevueRelevé des maladies transmissibles au Canada · 2023
Typearticle
Languefr
DomaineHealth Professions
ThématiqueHealthcare Systems and Practices
Établissements canadiensSunnybrook Health Science Centre
Organismes subventionnairesnon disponible
Mots-clésCoronavirus disease 2019 (COVID-19)2019-20 coronavirus outbreakPolitical scienceHumanitiesMedicineVirologyPhilosophyOutbreak

Résumé

récupéré en direct d'OpenAlex

Contexte : La pandémie de maladie à coronavirus 2019 (COVID-19) a mis en évidence la nécessité d'améliorer la sécurité des environnements où nous prenons soin des personnes âgées au Canada.Après avoir apporté leur aide lors de la première vague, de nombreux hôpitaux de l'Ontario ont officiellement établi un partenariat avec les établissements de soins collectifs locaux dans le cadre d'un modèle « réseau en étoile » au cours de la deuxième vague de pandémie.L'objectif de cet article est de décrire la mise en œuvre et les résultats longitudinaux des résidents d'un modèle en étoile composé d'un hôpital associé à 18 établissements de soins collectifs, dont quatre établissements de soins de longue durée et 14 maisons de retraite ou autres établissements de soins collectifs.Intervention : Les établissements ont bénéficié d'un accès continu, sept jours sur sept, au soutien de l'hôpital, y compris à la prévention et au contrôle des infections (PCI), aux tests, à la livraison des vaccins et au soutien clinique, selon leurs besoins.Toute exposition ou transmission de COVID-19 a déclenché une réunion le jour même pour mettre en place les premières mesures de contrôle.Des visites sur place ont été effectuées au moins une fois par semaine pour les établissements de soins de longue durée et toutes les deux semaines pour les autres établissements de soins collectifs, avec une présence sur place pouvant aller jusqu'à une journée pendant les éclosions.Résultats : La détection des cas parmi les résidents a augmenté après la mise en œuvre dans le contexte d'une augmentation des tests, puis a diminué après la vaccination jusqu'à la vague Omicron où elle a alors atteint un pic.Après ajustement pour la corrélation au sein des établissements, la mortalité liée à la COVID a diminué après la mise en œuvre (RC = 0,51, IC à 95 % = 0,30-0,88, p = 0,01).Dans l'analyse secondaire, les établissements sans programme PCI préexistant présentaient un taux de mortalité liée à la COVID plus élevé au départ (RC = 19,19, IC à 95 % = 4,66-79,02, p < 0,001) et ont connu une diminution globale plus importante au cours de la mise en œuvre (de 3,76 % à entre 0,37 et 0,98 %) par rapport aux établissements avec des programmes PCI préexistants (de 0,21 % à entre 0,57 et 0,90 %).Conclusion : Les résultats pour les personnes âgées résidant dans des établissements de soins collectifs se sont améliorés de manière constante tout au long de la pandémie de COVID-19.Bien que ce résultat soit multifactoriel, l'intégration avec un hôpital partenaire local a soutenu des interventions essentielles connues pour protéger les résidents.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,142
Score d'incertitude au seuil0,285

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0060,002
Communication savante0,0030,001
Science ouverte0,0010,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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.

Tête enseignante Opus0,057
Tête enseignante GPT0,377
Écart entre enseignants0,321 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission2
Résumé présentnon

Explorer davantage

Même revueRelevé des maladies transmissibles au CanadaMême sujetHealthcare Systems and PracticesTravaux en français237 207