Seven years of telemedicine in Médecins Sans Frontières demonstrate that offering direct specialist expertise in the frontline brings clinical and educational value
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Médecins Sans Frontières (MSF), a medical humanitarian organization, began using store-and-forward telemedicine in 2010. The aim of the present study was to describe the experience of developing a telemedicine service in low-resource settings. METHODS: We studied the MSF telemedicine service during the period from 1st July 2010 until 30th June 2017. There were three consecutive phases in the development of the service, which we compared. We also examined the results of a quality assurance program which began in 2013. RESULTS: During the study period, a total of 5646 telemedicine cases were submitted. The workload increased steadily, and the median referral rate rose from 2 to 18 cases per week. The number of hospitals submitting cases and the number of cases per hospital also increased, as did the case complexity. Despite the increased workload, the allocation time reduced from 0.9 to 0.2 hours, and the median time to answer a case decreased from 20 to 5 hours. The quality assurance scores were stable. User feedback was generally positive and more than 90% of referrers who provided a progress report about their case stated that it had been sent to an appropriate specialist, that the response was sufficiently quick and that the teleconsultation provided an educational benefit. Referrers noted a positive impact of the system on patient outcome in 39% of cases. CONCLUSIONS: The quality of the telemedicine service was maintained despite rising caseloads. The study showed that offering direct specialist expertise in low-resource settings improved the management of patients and provided additional educational value to the field physicians, thus bringing further benefits to other patients.
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.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 découle