Mobile EMR Use for Epidemiological Surveillance on a Medical Service Trip in Honduras: A Pilot Study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Rationale: Medical treatment on short-term primary care medical service trips (MSTs) is generally symptom-based and supplemented by point-of-care testing. This pilot study contributes to the effective planning for such austere settings based on predicted symptomology. Objective: We aimed to prospectively document the epidemiology of patients seen during two low-resource clinics on a MST in Honduras and apply predefined case definitions adapted from guidelines used by international healthcare organizations (e.g. World Health Organization). Methods: An observational design was used to track the epidemiology during two clinics on an MST in Limon, Honduras in March 2015. The QuickChart mobile electronic medical record (EMR) application was piloted to document diagnoses according to predefined case definitions. Results: The most commonly diagnosed syndromes were upper respiratory complaints (20.19%), nonspecific abdominal complaints (20.19%), general pain (15.38%), hypertension (9.62%), pruritus (6.73%), and asthma/ COPD (4.81%). The case definitions accounted for 94% of all complaints and diagnoses on the brigade. Discussion: The distribution of common patient diagnoses on this MST was similar to that which had been reported elsewhere. The use of broader symptom-based case definitions for epidemiologic surveillance could also facilitate the syndromic management of patients seen on MSTs, and improve the consistency of treatment offered. Conclusion: Case definitions for common syndromes on primary care MSTs may be a feasible method of standardizing patient management. Preliminary use of the QuickChart EMR was acceptable for documentation of epidemiology in the field. Further study is necessary to investigate the reliability of syndromic diagnostic criteria between different clinicians and in a variety of MST settings.
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.
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 | 0,006 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 découle