MétaCan
Menu
← Retour à la cohorte
Enregistrement W4405464396 · doi:10.1007/s12630-024-02894-z

The burden of COVID-19 care in community and academic intensive care units in Ontario, Canada: a retrospective cohort study

2024· article· en· W4405464396 sur OpenAlexafffundabout
Daniel Pestana, Divya Joshi, Erick Duan, Robert Fowler, Jennifer Tsang, Alexandra Binnie

Notice bibliographique

RevueCanadian Journal of Anesthesia/Journal canadien d anesthésie · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueCOVID-19 and healthcare impacts
Établissements canadiensHealth Sciences CentreUniversity of TorontoSunnybrook Health Science CentreWilliam Osler Health SystemNiagara Health SystemMcMaster UniversityImpact
Organismes subventionnairesPhysicians' Services Incorporated FoundationUniversidade do Algarve
Mots-clésCoronavirus disease 2019 (COVID-19)Retrospective cohort studyMedicine2019-20 coronavirus outbreakCohortSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Intensive careCohort studyFamily medicineIntensive care medicineVirologyInfectious disease (medical specialty)OutbreakInternal medicine

Résumé

récupéré en direct d'OpenAlex

PURPOSE: During the COVID-19 pandemic, neighbourhoods with high material deprivation and high proportions of racialized Canadians were disproportionately affected by COVID-19. Many of these neighbourhoods were served by community hospitals. We sought to compare the burden of COVID-19 care in community and academic intensive care units (ICUs) in Ontario, Canada. METHODS: We included all adult patients admitted to Ontario ICUs with COVID-19 between 1 March 2020 and 31 July 2021 in a retrospective cohort study. We compared patient volumes, demographics, interventions, and outcomes between community hospital corporations (CHCs) and academic hospital corporations (AHCs). RESULTS: During the first three waves of the pandemic, 9,651 adult ICU admissions for COVID-19 were reported across 72 hospital corporations in Ontario: 6,902 (71.5%) in CHCs and 2,749 (28.5%) in AHCs. Days of ICU care per baseline ICU bed were highest in large CHCs (> 10 baseline ICU beds) relative to AHCs and small CHCs (median [interquartile range], 73.7 [53.8-110.6] vs 42.2 [32.7-71.8] vs 21.4 [7.2-40.3]; Kruskal-Wallis test, P < 0.001). Among direct ICU admissions, CHC patients had greater severity of illness whereas among transfer ICU admissions, AHC patients were more severely ill. In a multivariable logistic regression model, mortality was similar among patients with index admission to a CHC or AHC; however, patients with index admission to an AHC were more likely to receive extracorporeal membrane oxygenation (adjusted odds ratio, 6.16; 95% confidence interval, 4.72 to 8.11). CONCLUSION: During the pandemic, Ontario's large CHCs provided significantly more days of ICU COVID-19 care per baseline ICU bed compared with AHCs and small CHCs. Equipping large CHCs to handle ICU surges during future emerging disease outbreaks should be a priority for pandemic preparedness.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,173

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,005
Études des sciences et des technologies0,0030,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,036
Tête enseignante GPT0,308
Écart entre enseignants0,272 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations4
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Anesthesia/Journal canadien d anesthésie→Même sujetCOVID-19 and healthcare impacts→Travaux en français237 207→