MétaCan
Menu
Retour à la cohorte
Enregistrement W1971011921 · doi:10.1177/1357633x0501100801

The need for cost-effectiveness studies in telemedicine

2005· article· en· W1971011921 sur OpenAlexaff
David Hailey

Notice bibliographique

RevueJournal of Telemedicine and Telecare · 2005
Typearticle
Langueen
DomaineMedicine
ThématiqueTelemedicine and Telehealth Implementation
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésTelemedicineComputer scienceMedical emergencyMedicineHealth carePolitical science

Résumé

récupéré en direct d'OpenAlex

Telemedicine has the potential substantially to improve the delivery of health care. However, cost-effectiveness studies are needed to help define the appropriate scope and application of telemedicine in different settings. Reports on the evaluation of telemedicine are dominated by technical and feasibility studies. Such studies may be very helpful for initial decision making. However, any cost information at this level tends to be very preliminary and often concerned with making a case to proceed further. Decision makers will wish for further information as the telemedicine application is introduced, to consider its effectiveness - its performance under routine conditions. Without information on the costs and effectiveness of telemedicine services, decision makers run the risk of supporting telemedicine systems that are not responsive to health-care needs or which do not provide cost-effective services. The most immediate needs seem to be improvements in the conduct and reporting of studies, and additional information on the performance of telemedicine in routine practice. Investigators need to provide transparent accounts of their studies, describing in detail the approaches taken, sources of data and assumptions made, and indicating the reliability of their results. Decisions may have to be made on the basis of limited studies, but sufficient detail must be made available to decision makers.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,790
Score d'incertitude au seuil0,576

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,090
Tête enseignante GPT0,443
Écart entre enseignants0,353 · 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 tête enseignante, pas un consensus.

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

Citations42
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Telemedicine and TelecareMême sujetTelemedicine and Telehealth ImplementationTravaux en français237 207