MétaCan
Menu
Retour à la cohorte
Enregistrement W2914593977 · doi:10.1089/tmj.2018.0196

Facilitators and Barriers for Implementing an Internet Clinic for the Treatment of Pressure Injuries

2019· article· en· W2914593977 sur OpenAlexaff
Saagar Walia, Dalton L. Wolfe, David Keast, Chester Ho, Karen Ethans, Scott Worley, Colleen O’Connell, Denise C. Hill

Notice bibliographique

RevueTelemedicine Journal and e-Health · 2019
Typearticle
Langueen
DomaineHealth Professions
ThématiquePressure Ulcer Prevention and Management
Établissements canadiensUniversity of CalgaryUniversity of New BrunswickDalhousie UniversityHealth Sciences CentreStan Cassidy FoundationUniversity of ManitobaAlberta HealthParkwood InstituteAlberta Health ServicesWestern UniversityUniversity of AlbertaLawson Health Research Institute
Organismes subventionnairesnon disponible
Mots-clésThe InternetMedical emergencyMedicineInternet privacyComputer scienceWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

Background: Pressure injuries (PIs) represent a frequent, often preventable, secondary complication of spinal cord injury (SCI) with serious consequences to health, societal participation, and quality of life. Specialized knowledge and service delivery related to treatment and prevention are typically located within major health centers. Introduction: For persons with SCI living at home, it can be challenging to access specialized PI care. A telehealth approach could help mitigate this challenge. This multisite pilot investigation assessed the feasibility of integrating information technologies within the management of PIs. Materials and Methods: Each study site formed a specialized interdisciplinary care team that identified components of their standard clinical care pathway and examined how they could be integrated with study technologies. A monitoring system was utilized to enable patients and caregivers to exchange clinical information with the care team. Results: Clinician and patient focus groups were completed to identify facilitators and barriers for long-term implementation. Findings demonstrate that this method of service delivery is feasible but requires further development. Discussion: This model of care requires refinement to address technological, regulatory, and clinician acceptance barriers; however, increased access to these services has the potential for improving PI healing or prevention rates in comparison with those not able to access specialized services. Conclusions: This project demonstrates that PI treatment services can be delivered effectively through the internet. Future trials can investigate efficacy and cost-effectiveness of this model of care to inform sustained implementation.

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)0,012
score de la tête « metaresearch » (Gemma)0,055
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,065

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,055
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,001
Communication savante0,0020,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,077
Tête enseignante GPT0,463
Écart entre enseignants0,385 · 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'étudeQualitatif
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

Citations13
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTelemedicine Journal and e-HealthMême sujetPressure Ulcer Prevention and ManagementTravaux en français237 207