Remote Presence Robotic Technology Reduces Need for Pediatric Interfacility Transportation from an Isolated Northern Community
Notice bibliographique
Résumé
BACKGROUND: Providing acutely ill children in isolated communities access to specialized care is challenging. This study aimed to evaluate remote presence robotic technology (RPRT) for enhancing pediatric remote assessments, expediting initiation of treatment, refining triaging, and reducing the need for transport. METHODS: We conducted a pilot prospective observational study at a primary/urgent care clinic in an isolated northern community. Participants (n = 38) were acutely ill children <17 years presenting to the clinic, whom local healthcare professionals had considered for interfacility transportation (IFT). Participants were assessed and managed by a tertiary center pediatric intensivist through a remote presence robot. The intensivist triaged participants to either remain at the clinic or be transported to regional/tertiary care. Controls from a pre-existing local transport database were matched using propensity scoring. The primary outcome was the number of IFTs among participants versus controls. RESULTS: Fourteen of 38 (37%) participants required transport, whereas all controls were transported (p < 0.0001). Six of 14 (43%) transported participants were triaged to a nearby regional hospital, while no controls were regionalized (p = 0.0001). All participants who remained at the clinic stayed <24 h, and were matched to controls who stayed 4.9 days in tertiary care (p < 0.001). There was no statistically significant difference in hospital length of stay between transported participants and controls (6.0 vs. 5.7 days). CONCLUSIONS: RPRT reduced the need for specialized pediatric IFT, while enabling regionalization when appropriate. This study may have implications for the broader implementation of RPRT, while reducing costs to the healthcare system.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».