Information Technology–Assisted Treatment Planning and Performance Assessment for Severe Thalassemia Care in Low- and Middle-Income Countries: Observational Study
Notice bibliographique
Résumé
BACKGROUND: Successful models of information and communication technology (ICT) applied to cost-effective delivery of quality care in low- and middle-income countries (LMIC) are an increasing necessity. Severe thalassemia is one of the most common life-threatening noncommunicable diseases of children globally. OBJECTIVE: The aim was to study the impact of ICT on quality of care for severe thalassemia patients in LMIC. METHODS: A total of 1110 patients with severe thalassemia from five centers in India were followed over a 1-year period. The impact of consistent use of a Web-based platform designed to assist comprehensive management of severe thalassemia (ThalCare) on key indicators of quality of care such as minimum (pretransfusion) hemoglobin, serum ferritin, liver size, and spleen size were assessed. RESULTS: Overall improvements in initial hemoglobin, ferritin, and liver and spleen size were significant (P<.001 for each). For four centers, the improvement in mean pretransfusion hemoglobin level was statistically significant (P<.001). Four of five centers achieved reduction in mean ferritin levels, with two displaying a significant drop in ferritin (P=.004 and P<.001). One of the five centers did not record liver and spleen size on palpation, but of the remaining four centers, two witnessed a large drop in liver and spleen size (P<.01), one witnessed moderate drop (P=.05 for liver; P=.03 for spleen size), while the fourth witnessed a moderate increase in liver size (P=.08) and insignificant change in spleen size (P=.12). CONCLUSIONS: Implementation of computer-assisted treatment planning and performance assessment consistently and positively impacted indexes reflecting effective delivery of care to patients suffering from severe thalassemia in LMIC.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 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 ».