MétaCan
Menu
Retour à la cohorte
Enregistrement W2166382536 · doi:10.1258/1357633053499877

An incremental cost analysis of telehealth in Nova Scotia from a societal perspective

2005· article· en· W2166382536 sur OpenAlexaffabout
D. David Persaud, Steve Jreige, Chris Skedgel, J. P. Finley, Joan Sargeant, Neil Hanlon

Notice bibliographique

RevueJournal of Telemedicine and Telecare · 2005
Typearticle
Langueen
DomaineMedicine
ThématiqueTelemedicine and Telehealth Implementation
Établissements canadiensUniversity of Northern British ColumbiaDalhousie University
Organismes subventionnairesnon disponible
Mots-clésTelehealthLiberian dollarWorkloadTeledermatologyPerspective (graphical)Nova scotiaMedicineTelemedicineBusinessCost–benefit analysisTelepsychiatryHealth careNursingPolitical scienceEconomicsComputer scienceGeographyFinanceEconomic growthManagement

Résumé

récupéré en direct d'OpenAlex

We examined the costs of telehealth in Nova Scotia from a societal perspective. The clinical outcomes of telepsychiatry and teledermatology services were assumed to be similar to those for conventional face-to-face consultations. Cost information was obtained from the Nova Scotia Department of Health, the Canadian Institute for Health Information, and questionnaires to patients, physicians and telehealth coordinators. There were 215 questionnaires completed by patients, 135 by specialist physicians and eight by telehealth coordinators. Patient costs for a face-to-face consultation ranged from $240 to $1048 (all costs in Canadian dollars), whereas patient costs for telehealth were lower, from $17 to $70. However, from a societal perspective, the overall cost of providing face-to-face services was lower than for telehealth: the total costs for face-to-face services ranged from $325 to $1133, while the total costs for telehealth services ranged from $1736 to $28,084. A threshold analysis showed that, above a certain patient workload, telehealth services would be more cost-effective than face-to-face services from a societal perspective. This workload is attainable in Nova Scotia.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,066
Score d'incertitude au seuil0,912

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,028
Tête enseignante GPT0,386
Écart entre enseignants0,358 · 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

Citations55
Publié2005
Routes d'admission2
Résumé présentoui

Explorer davantage

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