MétaCan
Menu
Retour à la cohorte
Enregistrement W4391404353 · doi:10.18203/2394-6040.ijcmph20240290

Establishing and streamlining the communication and coordination through emergency control room in a tertiary care hospital by upgrading the available resources in the pandemic of COVID-19

2024· article· en· W4391404353 sur OpenAlexaff
Latika T. Chugh, Bansari L Chawada, Sangita Patel

Notice bibliographique

RevueInternational Journal of Community Medicine and Public Health · 2024
Typearticle
Langueen
DomaineHealth Professions
ThématiqueDisaster Response and Management
Établissements canadiensSaskatchewan Health Authority
Organismes subventionnairesnon disponible
Mots-clésTertiary careCoronavirus disease 2019 (COVID-19)PandemicMedical emergencyControl (management)Severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2)BusinessMedicineEmergency medicineComputer science

Résumé

récupéré en direct d'OpenAlex

As the COVID-19 pandemic started, a tertiary care hospital of central Gujarat faced problems in developing communication and coordination between the doctors as there was a lack of emergency control room (ECR) set up. This article documents the process of establishing ECR using locally available resources. The department of Community Medicine (CM) was made in-charge of ECR. All information technology (IT) equipment were supplied by hospital administration as per the demand. Various challenges experienced by the staff of CM were discussed with the authorities and specialists from respective departments and quick intermediate solutions were adopted. In July-2020, ECR was established with IT support which accelerated the sharing of laboratory findings and patient details to the treating physician. Dedicated smart phones were assigned to each floor providing real time patient updates through Whatsapp groups and video calling feature was used to establish effective communication between patients and relatives. The hospital also collaborated with a local NGO that provided manpower to address queries at ECR. This study concludes that focusing on utilising local resources and manpower and training the available personnel to handle the problems in the best possible ways made the system work properly at the time of crisis.

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)0,010
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,283
Score d'incertitude au seuil0,991

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0100,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,100
Tête enseignante GPT0,451
Écart entre enseignants0,351 · 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'étudeQualitatif
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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Community Medicine and Public HealthMême sujetDisaster Response and ManagementTravaux en français237 207