The Impact of <scp>COVID</scp>‐19 Restrictions on Hospital Admissions of Common Head and Neck Infections
Notice bibliographique
Résumé
INTRODUCTION: Following the emergence of COVID-19, multiple preventative measures were implemented to limit the spread of the disease. This study aims to elucidate the impact of COVID-19 restrictions on hospital admissions of otolaryngology-related infections. MATERIALS AND METHODS: A retrospective chart review was conducted to capture all admissions for otolaryngology-related infections in the 2 years pre- and post-COVID-19 at the Health Sciences Centre in Winnipeg, Manitoba. These infections included croup, tracheitis, neck abscess, peritonsillar abscess, otitis media, mastoiditis, sinus infection, orbital infection, pharyngotonsillitis, retro/parapharyngeal abscess, and acute epiglottitis. Demographic information and admission details were collected and analyzed to compare pre- and post-COVID-19 admissions. Further analysis was conducted to compare hospital admissions of patients from rural/remote regions. RESULTS: Between March 2018 and March 2022, 253 pediatric patients and 197 adults were admitted for otolaryngology-related infections. Total pediatric admissions decreased post-COVID-19 (154 pre-COVID-19, 99 post-COVID-19; p < 0.001) whereas adult admissions remained stable (107 pre-COVID-19, 90 post-COVID-19; p = 0.25). No significant difference in mean patient age, admission duration, surgical rates or in the proportion of admissions from patients from rural/remote regions was observed in the pediatric or adult cohort when comparing pre-COVID-19 data to post-COVID-19 data. Diagnosis-specific changes in admissions were observed in pediatric croup (40 pre-COVID-19, 15 post-COVID-19; p < 0.001) and in adult orbital infections (30 pre-COVID-19, six post-COVID-19; p < 0.001). CONCLUSION: Following the implementation of COVID-19 restrictions, there was a decrease in admissions due to pediatric croup and adult orbital infections with an overall decrease in pediatric Otolaryngology-infection related admissions. LEVEL OF EVIDENCE: 3 Laryngoscope, 134:3542-3547, 2024.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».