Hospital disaster preparedness in Switzerland over a decade: a national survey
Notice bibliographique
Résumé
Abstract STUDY OBJECTIVE: To provide a comprehensive assessment of Swiss hospital disaster preparedness in 2016 compared to the 2006 data. METHODS: A questionnaire regarding hospital preparedness in 2016 was addressed to all heads responsible for Swiss emergency departments (EDs). The survey was initiated in May 2016 and finalised in December 2016. RESULTS: Of the 107 ED included, 83 (78%) returned the survey. Overall, 76 (92%) hospitals had a plan in case of a massive influx of patients, and 76 (93%) in case of an accident within the hospital itself. There was a lack in preparedness for specific situations: less than a third of hospitals had a specific plan for NRBC+B patients: Nuclear/Radiological (14; 18%), Biological (25; 31%), Chemical (27; 34%), and Burns (15; 49%), and 48 (61%) of EDs had a decontamination area. Furthermore, less than a quarter of hospitals had specific plans for the most vulnerable populations during disasters such as seniors (12; 15%) and children (19; 24%). CONCLUSIONS: The rate of hospitals with a disaster plan has increased since 2006, reached a level of 92%, but the Swiss health care system remains vulnerable to specific threats like NRBC. The lack of national legislation and Federal funds aimed at fostering hospitals’ preparedness to disasters may be the root cause to explain the vulnerability of Swiss hospitals regarding disaster medicine.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».