Intégration de l'hôpital avec les établissements de soins collectifs en réponse à la pandémie de COVID-19
Bibliographic record
Abstract
Contexte : La pandémie de maladie à coronavirus 2019 (COVID-19) a mis en évidence la nécessité d'améliorer la sécurité des environnements où nous prenons soin des personnes âgées au Canada.Après avoir apporté leur aide lors de la première vague, de nombreux hôpitaux de l'Ontario ont officiellement établi un partenariat avec les établissements de soins collectifs locaux dans le cadre d'un modèle « réseau en étoile » au cours de la deuxième vague de pandémie.L'objectif de cet article est de décrire la mise en œuvre et les résultats longitudinaux des résidents d'un modèle en étoile composé d'un hôpital associé à 18 établissements de soins collectifs, dont quatre établissements de soins de longue durée et 14 maisons de retraite ou autres établissements de soins collectifs.Intervention : Les établissements ont bénéficié d'un accès continu, sept jours sur sept, au soutien de l'hôpital, y compris à la prévention et au contrôle des infections (PCI), aux tests, à la livraison des vaccins et au soutien clinique, selon leurs besoins.Toute exposition ou transmission de COVID-19 a déclenché une réunion le jour même pour mettre en place les premières mesures de contrôle.Des visites sur place ont été effectuées au moins une fois par semaine pour les établissements de soins de longue durée et toutes les deux semaines pour les autres établissements de soins collectifs, avec une présence sur place pouvant aller jusqu'à une journée pendant les éclosions.Résultats : La détection des cas parmi les résidents a augmenté après la mise en œuvre dans le contexte d'une augmentation des tests, puis a diminué après la vaccination jusqu'à la vague Omicron où elle a alors atteint un pic.Après ajustement pour la corrélation au sein des établissements, la mortalité liée à la COVID a diminué après la mise en œuvre (RC = 0,51, IC à 95 % = 0,30-0,88, p = 0,01).Dans l'analyse secondaire, les établissements sans programme PCI préexistant présentaient un taux de mortalité liée à la COVID plus élevé au départ (RC = 19,19, IC à 95 % = 4,66-79,02, p < 0,001) et ont connu une diminution globale plus importante au cours de la mise en œuvre (de 3,76 % à entre 0,37 et 0,98 %) par rapport aux établissements avec des programmes PCI préexistants (de 0,21 % à entre 0,57 et 0,90 %).Conclusion : Les résultats pour les personnes âgées résidant dans des établissements de soins collectifs se sont améliorés de manière constante tout au long de la pandémie de COVID-19.Bien que ce résultat soit multifactoriel, l'intégration avec un hôpital partenaire local a soutenu des interventions essentielles connues pour protéger les résidents.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.005 | 0.013 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.006 | 0.002 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.009 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".