MétaCan
Menu
Retour à la cohorte
Enregistrement W4386070390 · doi:10.1186/s12877-023-04154-z

Monitoring the burden of COVID-19 and impact of hospital transfer policies on Australian aged-care residents in residential aged-care facilities in 2020

2023· article· en· W4386070390 sur OpenAlexaff
Shruti Premshankar Nair, Ashley Quigley, Aye Moa, Abrar Ahmad Chughtai, C. Raina MacIntyre

Notice bibliographique

RevueBMC Geriatrics · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGeriatric Care and Nursing Homes
Établissements canadiensKensington Health
Organismes subventionnairesNational Health and Medical Research CouncilMedical Research CouncilAustralian Government
Mots-clésMedicineOutbreakPopulationPandemicCoronavirus disease 2019 (COVID-19)Environmental healthMedical emergencyEmergency medicineFamily medicineDiseaseInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Residential aged-care facilities in Australia emerged as the high-risk setting the COVID-19 outbreaks due to community transmission. The vulnerable aged-care residents of these facilities suffered due to low hospital transfers and high mortality and morbidity rates. This study aimed to monitor and report the burden of COVID-19 in residential aged-care facilities across Australia and the impact of hospital transfer policies on resident hospitalisation during the first year of the pandemic. METHODS: We conducted a retrospective cohort study by collecting data from weekly aged-care outbreak reports published by open sources and official government sources between 1st March and 20th November 2020. A comprehensive line list of outbreaks was created using open-source data. The line list included the name of the facility, location, COVID-19 cases among residents, & staff, resident hospitalisations, mode of transmission, number of resident deaths, and state policies involving resident hospitalisation. We also searched the websites of these facilities to collect data on their COVID-19 policies for the residents, staff, and visitors. Statistical analyses were performed on the data obtained. RESULTS: 126 aged-care COVID-19 outbreaks were identified in Australia during the study period. The incidence rate of COVID-19 infections among aged-care residents in Australia was (1118.5 per 100,000 resident population) which is 10 times higher than the general population (107.6 per 100,000 population). The hospitalisation rate for aged-care residents in Australia was 0.93 per 100,000 population. The hospitalisation rate of aged-care residents in Victoria was 3.14 per 100,000 population despite having the highest COVID-19 cases. Excluding South Australia, all states followed ad-hoc case-by-case hospital transfer policies for aged-care residents. CONCLUSION: This study documented a higher risk of COVID-19 infection for aged-care residents and workers but found low hospitalisation rates among residents across Australia. The hospitalisation rates in Victoria were higher than the national average but low when considering the COVID-19 infection rates in the state. The hospitalisation rates could have been impacted due to the state hospital transfer policies at that time. Immediate transfer of infected residents to hospitals may improve their survival and reduce the risk of infection to the other residents, as healthcare settings have more advanced infection control measures and are well-equipped with trained staff and resources.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,070
Score d'incertitude au seuil0,931

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,059
Tête enseignante GPT0,403
Écart entre enseignants0,344 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations4
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC GeriatricsMême sujetGeriatric Care and Nursing HomesTravaux en français237 207