MétaCan
Menu
← Retour à la cohorte
Enregistrement W4408006714 · doi:10.1101/2025.02.27.25322947

The impact of Intensive Care Strain on Patients’ Outcomes during COVID-19 - a UNITE COVID study

2025· preprint· en· W4408006714 sur OpenAlexaff
Katharina Köhler, Thomas De Corte, Massimiliano Greco, Pedro Póvoa, Maurizio Cecconi, Marlies Ostermann, Jan J. De Waele, Andrew Conway Morris

Notice bibliographique

RevuemedRxiv · 2025
Typepreprint
Langueen
DomaineMedicine
ThématiqueCOVID-19 and healthcare impacts
Établissements canadiensSt. Thomas Hospital
Organismes subventionnairesMedical Research Council
Mots-clésCoronavirus disease 2019 (COVID-19)Severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2)2019-20 coronavirus outbreakStrain (injury)VirologyPandemicMedicineIntensive careBetacoronavirusIntensive care medicineInternal medicineOutbreak

Résumé

récupéré en direct d'OpenAlex

Abstract Purpose Intensive care unit (ICU) strain is associated with increased mortality. Most strain metrics focus on ‘simple’ measures such as bed occupancy or admission rates. There is limited data on mitigation strategies, such as procedure teams or staff well-being services on strain, or the impact of increased patient-to-nurse ratios and non-ICU trained nurses working in ICU. Methods Using the multi-national UNITE-COVID study, collecting data from ICUs on their busiest day in two periods (2020 and 2021) of the COVID-19 pandemic, we evaluated metrics of strain (Bed occupancy, patient: nurse ratio, use of non-ICU staff and shortages of consumables) and potential mitigators (procedural support teams and staff well-being interventions). We examined how these related to outcomes (mortality, complications and length of stay). Results In both epochs, ICUs experienced significant strain, with ICU bed expansion to 133% and 163% respectively, whilst patient-to-nurse ratios increased by 0.4 and 0.3. Consumable shortages were widespread in 2020. Mortality was inversely correlated with staff well-being interventions in both epochs. Complications were inversely correlated with procedure support teams, and positively correlated with staffing ratios. In regression models, pressure sores were reduced in presence of support teams (p=0.004) and increased with the increase in patients per nurse (p=0.05) whilst unplanned extubations were related to non-ICU trained staff working in ICU(p = 0.02). Conclusions COVID-19 induced ICU strain had effects beyond mortality, including increases in complications. Staff pressure and lack of ICU training were related to specific complications, whilst support teams and well-being interventions were associated with improved outcomes. Take home message We examined the effects of various aspects of ICU strain on patient outcomes during the periods of maximal unit occupancy during the COVID-19 pandemic. We identified adverse relationships between preventable complications and increases in patient:nursing ratios and use of non-ICU trained staff, whilst procedural support teams and staff well-being interventions were associated with better patient outcomes. summary COVID strained ICUs. Increased patient:staff ratios & non-ICU staff increased complications, staff well-being initiatives improved outcomes.

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)0,004
score de la tête « metaresearch » (Gemma)0,007
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 enseignants0,020
Score d'incertitude au seuil0,041

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,089
Tête enseignante GPT0,451
Écart entre enseignants0,362 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuemedRxiv→Même sujetCOVID-19 and healthcare impacts→Travaux en français237 207→