Remote diagnosis of congenital heart disease: the impact of telemedicine
Notice bibliographique
Résumé
OBJECTIVES: To determine the accuracy of remote diagnosis of congenital heart disease (CHD) by real-time transmission of echocardiographic images via integrated services digital network (ISDN) lines, to assess the impact on patient management and examine cost implications. DESIGN: Prospective comparison of echocardiograms on infants with suspected significant CHD performed as follows: (1) hands-on evaluation and echocardiogram by a paediatrician at a district general hospital (DGH) followed by (2) transmission of the echocardiogram via ISDN 6 with guidance from a paediatric cardiologist and finally (3) hands-on evaluation and echocardiogram by a paediatric cardiologist. The economic analysis compares the cost of patient care associated with the telemedicine service with a hypothetical control group. SETTING: Neonatal units of three DGH and a UK regional paediatric cardiology unit. RESULTS: Echocardiograms were transmitted on 124 infants. In five cases scans were inadequate for diagnosis. Of the remaining 119 tele-echocardiograms, a follow-up echocardiogram was performed on 109/119 (92%). Major CHD was diagnosed in 39/109 infants (36%) and minor CHD in 45 (41%). The tele-echo diagnosis was accurate in 96% of cases (kappa=0.89). Unnecessary transfer to the regional unit was avoided in 93/124 patients (75%). Despite relatively high implementation costs, telemedicine care was substantially cheaper than standard care. Each DGH potentially saved money by utilising the telemedicine service (mean saving: pound728/patient). CONCLUSIONS: CHD is accurately diagnosed by realtime transmission of echocardiograms performed by paediatricians under live guidance and interpretation by a paediatric cardiologist. Remote diagnosis and exclusion of CHD affects patient management and may be cost saving.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».