MétaCan
Menu
Retour à la cohorte
Enregistrement W2902583270 · doi:10.1093/ofid/ofy209.071

931. Telemedicine for the Treatment of Hepatitis C: A Systematic Review and Meta-Analysis

2018· review· en· W2902583270 sur OpenAlexaboutno aff
David de Gijsel, Blake Kruger, Dema Hakim, Sarah K. Moore

Notice bibliographique

RevueOpen Forum Infectious Diseases · 2018
Typereview
Langueen
DomaineMedicine
ThématiqueHealthcare Systems and Public Health
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineTelemedicineRandomized controlled trialMeta-analysisCochrane LibraryMEDLINEObservational studyOdds ratioInclusion and exclusion criteriaInternal medicinePhysical therapyFamily medicineHealth careAlternative medicinePathology

Résumé

récupéré en direct d'OpenAlex

Abstract Background Hepatitis C (HCV) is a curable cause of liver disease, typically treated by specialists. Access to specialists is limited in rural areas. Telemedicine between generalists and specialists could yield outcomes comparable with care provided by specialists in face-to-face (FTF) encounters. To assess the effectiveness of HCV treatment through telemedicine compared with usual care, as measured by sustained virologic response (SVR). Methods We searched MEDLINE, the Cochrane Library, ClinicalTrials.gov, the Database of Abstracts of Reviews of Effects, and Excerpta Medica DataBASE from inception to March 2018. We included Randomized Controlled Trials (RCTs) and cohort studies comparing telemedicine in rural settings to FTF encounters with specialists in treating HCV. Studies reported cure as measured by SVR. We did not apply any exclusion criteria. At least 2 independent researchers used PRISMA guidelines to extract data. We used a modified Newcastle-Ottawa Scale and the Cochrane Collaboration Tool for Assessing Risk of Bias to assess observational studies and RCTs. We used a random-effects model to calculate pooled odds ratios (OR). The primary outcome was clinical cure. Cure was defined as SVR at 12 weeks after completion of treatment. Results Of 1,211 potentially eligible studies, 10 studies, representing 43,117 subjects, met inclusion criteria. Pooled analysis showed no difference in the odds of achieving SVR when comparing telemedicine to FTF specialist care (OR 1.01 [95% CI 0.78–1.30]). This result was robust across sensitivity analyses, including restriction to patients who completed treatment (OR 0.78 [95% CI 0.43–1.43]), exclusion of outliers, and exclusion of abstracts. There was significant heterogeneity [P = 0.003, I2 = 64]. Conclusion In rural areas with limited access to specialists, care provided by telemedicine-supported generalists is as effective as FTF specialist care in achieving cure of HCV. Telemedicine is a viable option to expand access to HCV care in rural settings. Disclosures All authors: No reported disclosures.

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)0,014
score de la tête « metaresearch » (Gemma)0,035
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,073

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,035
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0190,045
Bibliométrie0,0070,007
Études des sciences et des technologies0,0010,001
Communication savante0,0040,003
Science ouverte0,0020,002
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,125
Tête enseignante GPT0,448
Écart entre enseignants0,322 · 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'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen Forum Infectious DiseasesMême sujetHealthcare Systems and Public HealthTravaux en français237 207