MétaCan
Menu
Retour à la cohorte
Enregistrement W1985312303 · doi:10.1155/2013/218265

Telemedicine in Tinnitus: Feasibility, Advantages, Limitations, and Perspectives

2013· article· en· W1985312303 sur OpenAlexafffund
Matthieu J. Guitton

Notice bibliographique

RevueISRN Otolaryngology · 2013
Typearticle
Langueen
DomaineNeuroscience
ThématiqueHearing, Cochlea, Tinnitus, Genetics
Établissements canadiensUniversité LavalInstitut Universitaire en Santé Mentale de Québec
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésTelemedicineTinnitusContext (archaeology)MedicineProcess (computing)Computer scienceHealth careAudiology

Résumé

récupéré en direct d'OpenAlex

Given the important patient needs for support and treatment, telemedicine-defined by medical approaches supported by the new technologies of information-could provide interesting alternative in tinnitus treatment. By analyzing the published tools and approaches which could be used in the context of telemedicine for tinnitus by health professionals or self-administrated by patients, this review summarizes, presents, and describes the principal telemedicine approaches available presently or in the near future to help assess or treat tinnitus or to offer support to tinnitus sufferers. Several pieces of evidence strongly support the feasibility of telemedicine approaches for tinnitus. Telemedicine can be used to help tinnitus sufferers at several points in the therapeutic process: for early screening, initial evaluation, and diagnosis; for optimizing therapeutic tools, particularly behavioural therapies and virtual reality-enhanced behavioral therapies; for long-term monitoring of patients and provision of online support. Several limitations are, however, discussed in order to optimize the safe development of such approaches. Cost effective and easy to implement, telemedicine is likely to represent an important part of the future of tinnitus therapies and should be progressively integrated by otolaryngologists.

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)0,000
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,245
Score d'incertitude au seuil0,801

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
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 Opus0,080
Tête enseignante GPT0,305
Écart entre enseignants0,225 · 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'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

Citations17
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueISRN OtolaryngologyMême sujetHearing, Cochlea, Tinnitus, GeneticsTravaux en français237 207