The Development of a Multilingual Tool for Facilitating the Primary-Specialty Care Interface in Low Resource Settings: the MSF Tele-Expertise System
Notice bibliographique
Résumé
In 2009, Médecins Sans Frontières (MSF) started a pilot trial of store-and-forward telemedicine to support field workers. One network was operated in French and one in English; a third, Spanish network was brought into operation in 2012. The three telemedicine pilots were then combined to form a single multilingual tele-expertise system, tailored to support MSF field staff. We conducted a retrospective analysis of all telemedicine cases referred from April 2010 to March 2014. We also carried out a survey of all users in December 2013. A total of 1039 referrals were received from 41 countries, of which 89% were in English, 10% in French, and 1% in Spanish. The cases covered a very wide range of medical and surgical specialties. The median delay in providing the first specialist response to the referrer was 5.3 h (interquartile range 1.8, 16.4). The survey was sent to 294 referrers and 254 specialists. Of these, 224 were considered as active users (41%). Out of the 548 users, 163 (30%) answered the survey. The majority of referrers (79%) reported that the advice received via the system improved their management of the patient. The main concerns raised by referrers and specialists were the lack of support or promotion of system at headquarters' level and the lack of feedback about patient follow-up. Because of the size of the MSF organization, it is clear that there is potential for further organizational adoption.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».