MétaCan
Menu
Retour à la cohorte
Enregistrement W2790157011 · doi:10.1089/tmj.2017.0295

Telemedicine Use for Movement Disorders: A Global Survey

2018· article· en· W2790157011 sur OpenAlexaff
Anhar Hassan, E. Ray Dorsey, Christopher G. Goetz, Bastiaan R. Bloem, Mark Guttman, Caroline M. Tanner, Zoltán Mari, Alexander Pantelyat, Nicholas B. Galifianakis, Jawad A. Bajwa, Emilia Gatto, Esther Cubo

Notice bibliographique

RevueTelemedicine Journal and e-Health · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueTelemedicine and Telehealth Implementation
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésTelemedicineReimbursementMedicinePaymentFamily medicineMedical emergencyHealth careBusiness

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Telemedicine is increasingly used to care for patients with movement disorders, but data regarding its global use are limited. INTRODUCTION: To obtain baseline international data about telemedicine use among movement disorder clinicians. METHODS: An online survey was sent to all 6,056 Movement Disorder Society members in 2015. Scope, reimbursement, and perceived quality of telemedicine were assessed. RESULTS: There were 549 respondents (9.1% overall response rate) from 83 countries. Most (85.8%) were physicians, and most (70.9%) worked in an academic or university practice. Half of respondents (n = 287, from 57 countries) used telemedicine for clinical care; activities included e-mail (63.2%), video visits (follow-up [39.7%] and new [35.2%]), and video-based education (35.2%). One hundred five respondents personally conducted video visits, most frequently to outpatient clinics (53.5%), patient homes (30.8%), and hospital inpatients (30.3%). The most common challenges were a limited neurological examination (58.9%) and technological difficulties (53.3%), and the most common benefits were reduced travel time (92.9%) and patient costs (60.1%). The most frequent reimbursements were none (39.0%), public insurance (24.5%), and patient payment (9.3%). Half of respondents planned to use telemedicine in the future, and three-quarters were interested in telemedicine education. CONCLUSIONS: More than 250 respondents around the world engage in telemedicine for movement disorders; most perceived benefit for patients, despite challenges and reimbursement for clinicians. Formal instruction on telemedicine is highly desired. Although the survey response was low and possibly biased to over represent those with telemedicine experience, the study provides baseline data for future comparison and to improve telemedicine delivery.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,094
Tête enseignante GPT0,419
Écart entre enseignants0,325 · 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 source (Gemma direct ou Codex distillé), 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

Citations33
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTelemedicine Journal and e-HealthMême sujetTelemedicine and Telehealth ImplementationTravaux en français237 207