Implementation of a strategy to manage EMS COVID-19 patient disposition with physician consultation: A retrospective descriptive study
Notice bibliographique
Résumé
Objective: During the COVID-19 pandemic, there was concern that those accessing the 9-1-1 system could overwhelm hospitals. To alleviate this strain, emergency medical services (EMS) in Ontario, Canada, implemented a medical directive allowing paramedics to assess, treat and discharge low acuity patients with suspected COVID-19. Consultation with an EMS physician was required to ensure patient safety. The goal of the study was to measure compliance with and safety of this strategy. Methods: In this retrospective study, we assessed applications of the directive within the catchment of the Sunnybrook Centre for Prehospital Medicine from 1 January 2021, through 31 March 2022. We also monitored whether non-transported patients accessed the 9-1-1 system again within 7 days. Results: Overall, 122 patients were considered by paramedics to have met the COVID-19 medical directive, and, therefore, an EMS physician was contacted. Of these, 53.7% (65/122) were female, and mean age (SD) was 46.8 years (SD 17), range 5 to 96 years. In only 20% (25/122) of cases were all patient assessment findings reported to the EMS physician and within the appropriate ranges specified in the medical directive. The EMS physician approved non-transport in 83% (101/122) of cases. Of those not transported, 12% (12/99) accessed 9-1-1 again within 7 days. Conclusions: We present a non-transport option for patient management, a novel concept within Ontario's paramedic regulatory framework. Assessments provided by paramedics included telephone consultation with EMS physicians. There were no instances in which patient safety was known to have been impacted. Needed is further study of non-transport strategies for low acuity patients that ensure patient safety and study of training strategies to enhance compliance with decision-making tools and joint decision making between paramedics and physicians regarding patient disposition.
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 | 0,008 |
| 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 | 0,000 |
| 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 ».