Consequences of delaying non-urgent surgeries during COVID-19: a population-based retrospective cohort study in Alberta, Canada
Notice bibliographique
Résumé
OBJECTIVES: To ensure sufficient resources to care for patients with COVID-19, healthcare systems delayed non-urgent surgeries to free capacity. This study explores the consequences of delaying non-urgent surgery on surgical care and healthcare resource use. DESIGN: This is a population-based retrospective cohort study. SETTING: This study took place in Alberta, Canada, from December 2018 to December 2021. PARTICIPANTS: Adult patients scheduled for surgery in Alberta during the study period were included. PRIMARY AND SECONDARY OUTCOMES MEASURES: The proportion of surgeries completed and surgery wait time were the primary outcomes. The secondary outcomes were healthcare resource use (hospital length of stay, emergency room visits and physician visits). The association between the primary outcomes and patient and surgery-related variables was explored using regression. RESULTS: There were 202 470 unique patients with 259 677 scheduled surgeries included. Fewer surgeries were completed throughout the pandemic compared with before; in the fourth wave, there was a decrease from 79% pre-COVID-19 to 67%. There was a decrease in wait time for those who had surgery completed during COVID-19 (from 105 to 69 days). Having surgery completed and the wait for surgery were associated with the geographical zone, COVID-19 wave, and the surgery type and priority. There was a decrease in all measures of healthcare resource use and an increase in hospital and all-cause mortality during COVID-19 compared with before COVID-19. CONCLUSIONS: The change in the proportion of scheduled surgeries completed and the wait time for completed surgery was modest and associated with COVID-19 wave and surgery-related variables, which was aligned with policies enacted during COVID-19 for surgery. The decrease in healthcare resource use suggests the effects of the COVID-19 pandemic may be delayed and may result in many patients presenting with advanced disease requiring surgical care.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 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 ».