Information management flow for tele-homecare for the elderly; An emerging need for continuity of care
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: Tele-homecare methods can be used to provide home care for the elderly, if information management is provided. The aim of this study was to compare the places and methods of the data collection and media that use Tele-homecare for the elderly in selected countries in 2015. METHODS: A comparative-applied library study was conducted in 2015. The study population were five countries, including Canada, Australia, England, Denmark, and Taiwan. The data collection tool was a checklist based on the objectives of study. Persian and English papers from 1998 to 2014, related to the Electronic Health Record, home care and the elderly were extracted from authentic journals and reference books as well as academic and research websites. Data were collected by reviewing the papers. After collecting data, comparative tables were prepared and the weak and strong points of each case were investigated and analyzed in selected countries. RESULTS: Clinical, laboratory, imaging and pharmaceutical data were obtained from hospitals, physicians' offices, clinics, pharmacies and long-term healthcare centers. Mobile and tablet-based technologies and personal digital assistants were used to collect data. Data were published via Internet, online and offline databanks, data exchange and dissemination via registries and national databases. Managed care methods were telehealth management systems and point of service. CONCLUSION: For continuity of care, it is necessary to consider managed care and equipment with regard to obtaining data in various forms from various sources, sharing data with registries and national databanks as well as the Electronic Health Record. With regard to the emergence of wearable technology and its use in home care, it is suggested to study the integration of its data with Electronic Health Records.
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 | 0,011 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,008 | 0,010 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».