Your browser doesn't support javascript.
Show: 20 | 50 | 100
Results 1 - 3 de 3
Filter
1.
CMAJ ; 193(2): E63-E73, 2021 01 11.
Article in French | MEDLINE | ID: covidwho-1110107

ABSTRACT

CONTEXTE: Pour limiter la propagation de la maladie à coronavirus 2019 (COVID-19), de nombreux pays ont décidé de réduire le nombre d'interventions chirurgicales non urgentes, ce qui a créé des retards en chirurgie partout dans le monde. Notre objectif était d'évaluer l'ampleur du retard pour ce type d'interventions en Ontario, au Canada, ainsi que le temps et les ressources nécessaires pour y remédier. MÉTHODES: Nous avons consulté 6 bases de données administratives décrivant la population ontarienne et canadienne pour dégager la distribution du volume chirurgical et de la cadence des salles d'opération pour chaque type d'interventions et chaque région, et connaître la durée d'occupation d'un lit d'hôpital et d'un lit de soins intensifs. Les données utilisées concernent l'ensemble ou une partie de la période du 1er janvier 2017 au 13 juin 2020. Nous avons estimé l'ampleur du retard accumulé et prédit le temps nécessaire pour le reprendre dans un scénario avec capacité d'appoint de + 10 % (ajout d'un jour à 50 % de la capacité par semaine) à l'aide de modèles de séries chronologiques, de modèles de files d'attente et d'une analyse de sensibilité probabiliste. RÉSULTATS: Entre le 15 mars et le 13 juin 2020, le retard en chirurgie à l'échelle de l'Ontario s'est accru de 148 364 opérations (intervalle de prévision à 95 % 124 508­174 589) au total, et en moyenne de 11 413 opérations par semaine. Pour reprendre le retard accumulé, il faudra environ 84 semaines (intervalle de confiance [IC] à 95 % 46­145) et une cadence hebdomadaire de 717 patients (IC à 95 % 326­1367), qui elle demande 719 heures passées au bloc opératoire (IC à 95 % 431­1038), 265 lits d'hôpital (IC à 95 % 87­678) et 9 lits de soins intensifs (IC à 95 % 4­20) par semaine. INTERPRÉTATION: L'ampleur du retard en chirurgie dû à la COVID-19 laisse entrevoir de graves conséquences pour la phase de reprise en Ontario. Le cadre qui nous a servi à modéliser la reprise du retard peut être adapté ailleurs, avec des données locales, pour faciliter la planification.

2.
Canadian Medical Association. Journal ; 192(44):E1347-E1356, 2020.
Article in English | ProQuest Central | ID: covidwho-911399

ABSTRACT

BACKGROUND: To mitigate the effects of coronavirus disease 2019 (COVID-19), jurisdictions worldwide ramped down nonemergent surgeries, creating a global surgical backlog. We sought to estimate the size of the nonemergent surgical backlog during COVID-19 in Ontario, Canada, and the time and resources required to clear the backlog. METHODS: We used 6 Ontario or Canadian population administrative sources to obtain data covering part or all of the period between Jan. 1, 2017, and June 13, 2020, on historical volumes and operating room throughput distributions by surgery type and region, and lengths of stay in ward and intensive care unit (ICU) beds. We used time series forecasting, queuing models and probabilistic sensitivity analysis to estimate the size of the backlog and clearance time for a +10% (+1 day per week at 50% capacity) surge scenario. RESULTS: Between Mar. 15 and June 13, 2020, the estimated backlog in Ontario was 148364 surgeries (95% prediction interval 124 508-174 589), an average weekly increase of 11413 surgeries. Estimated backlog clearance time is 84 weeks (95% confidence interval [CI] 46-145), with an estimated weekly throughput of 717 patients (95% CI 326-1367) requiring 719 operating room hours (95% CI 431-1038), 265 ward beds (95% CI 87-678) and 9 ICU beds (95% CI 4-20) per week. INTERPRETATION: The magnitude of the surgical backlog from COVID-19 raises serious implications for the recovery phase in Ontario. Our framework for modelling surgical backlog recovery can be adapted to other jurisdictions, using local data to assist with planning.

3.
CMAJ ; 192(44): E1347-E1356, 2020 11 02.
Article in English | MEDLINE | ID: covidwho-740406

ABSTRACT

BACKGROUND: To mitigate the effects of coronavirus disease 2019 (COVID-19), jurisdictions worldwide ramped down nonemergent surgeries, creating a global surgical backlog. We sought to estimate the size of the nonemergent surgical backlog during COVID-19 in Ontario, Canada, and the time and resources required to clear the backlog. METHODS: We used 6 Ontario or Canadian population administrative sources to obtain data covering part or all of the period between Jan. 1, 2017, and June 13, 2020, on historical volumes and operating room throughput distributions by surgery type and region, and lengths of stay in ward and intensive care unit (ICU) beds. We used time series forecasting, queuing models and probabilistic sensitivity analysis to estimate the size of the backlog and clearance time for a +10% (+1 day per week at 50% capacity) surge scenario. RESULTS: Between Mar. 15 and June 13, 2020, the estimated backlog in Ontario was 148 364 surgeries (95% prediction interval 124 508-174 589), an average weekly increase of 11 413 surgeries. Estimated backlog clearance time is 84 weeks (95% confidence interval [CI] 46-145), with an estimated weekly throughput of 717 patients (95% CI 326-1367) requiring 719 operating room hours (95% CI 431-1038), 265 ward beds (95% CI 87-678) and 9 ICU beds (95% CI 4-20) per week. INTERPRETATION: The magnitude of the surgical backlog from COVID-19 raises serious implications for the recovery phase in Ontario. Our framework for modelling surgical backlog recovery can be adapted to other jurisdictions, using local data to assist with planning.


Subject(s)
Cardiac Surgical Procedures/statistics & numerical data , Coronavirus Infections , Neoplasms/surgery , Organ Transplantation/statistics & numerical data , Pandemics , Pneumonia, Viral , Vascular Surgical Procedures/statistics & numerical data , Betacoronavirus , COVID-19 , Elective Surgical Procedures/statistics & numerical data , Forecasting , Hospital Bed Capacity/statistics & numerical data , Humans , Intensive Care Units/supply & distribution , Length of Stay/statistics & numerical data , Models, Statistical , Ontario , Operating Rooms/supply & distribution , Pediatrics/statistics & numerical data , SARS-CoV-2 , Time Factors
SELECTION OF CITATIONS
SEARCH DETAIL