The impact of public health lockdown measures during the COVID-19 pandemic on the epidemiology of children’s orthopedic injuries requiring operative intervention
Notice bibliographique
Résumé
Background: In March 2020, Ontario instituted a lockdown to reduce spread of the SARS-CoV-2 virus. Schools, recreational facilities, and nonessential businesses were closed. Restrictions were eased through 3 distinct stages over a 6-month period (March to September 2020). We aimed to determine the impact of each stage of the COVID-19 public health lockdown on the epidemiology of operative pediatric orthopedic trauma. Methods: A retrospective cohort study was performed comparing emergency department (ED) visits for orthopedic injuries and operatively treated orthopedic injuries at a level 1 pediatric trauma centre during each lockdown stage of the pandemic with caseloads during the same date ranges in 2019 (prepandemic). Further analyses were based on patients’ demographic characteristics, injury severity, mechanism of injury, and anatomic location of injury. Results: Compared with the prepandemic period, ED visits decreased by 20% (1356 v. 1698, p < 0.001) and operative cases by 29% (262 v. 371, p < 0.001). There was a significant decrease in the number of operative cases per day in stage 1 of the lockdown (1.3 v. 2.0, p < 0.001) and in stage 2 (1.7 v. 3.0; p < 0.001), but there was no significant difference in stage 3 (2.4 v. 2.2, p = 0.35). A significant reduction in the number of playground injuries was seen in stage 1 (1 v. 62, p < 0.001) and stage 2 (6 v. 35, p < 0.001), and there was an increase in the number of self-propelled transit injuries (31 v. 10, p = 0.002) during stage 1. In stage 3, all patient demographic characteristics and all characteristics of operatively treated injuries resumed their prepandemic distributions. Conclusion: Provincial lockdown measures designed to limit the spread of SARS-CoV-2 significantly altered the volume and demographic characteristics of pediatric orthopedic injuries that required operative management. The findings from this study will serve to inform health system planning for future emergency lockdowns.
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 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».