Exploration of benefits realisation management for teledermatology scale-up framework development and sustainable scaling
Notice bibliographique
Résumé
Introduction Realisation of proven telemedicine scale-up benefits is a key consideration for South Africa, a developing country with a quadruple disease burden , inequitable access to healthcare, and ineffective and inefficient specialist referral pathways. Proven benefits of teledermatology include virtually enhancing access of rural communities to scarce urban specialist dermatologists, reducing time to triage of skin lesions , frequently an initial sign of underlying disease, and timely treatment initiation. Benefits realisation management (BRM) is a recognised means of managing how resources are invested into making effective and desirable changes, and enhancing project and programme success. The need for this study was identified in a recent review and critique of teledermatology and related scale-up frameworks. This study explores the use of BRM as a whole life-cycle approach applied to ehealth or teledermatology related scale-up framework development, and to sustain benefits of scaling ehealth or healthcare service delivery interventions. Material and methods A structured search of academic literature was performed using Scopus, Science Direct, PubMed, IEEE Explore, Web of Science, and Google Scholar. The key terms Benefits Realisation Management or BRM were linked with: a) ehealth or telehealth or telemedicine or teledermatology related scale-up framework development, and b) sustainability of interventions such as scale-up. Subsequent Google searching explored grey literature evidence for BRM in ehealth. Results The academic literature searches could not identify peer-reviewed literature to support the use or consideration of BRM as a whole life-cycle approach within ehealth or teledermatology related scale-up framework development. Discussion However, the results showed that BRM has been used in related domains to promote sustainability of non-healthcare interventions. In contrast the grey literature provided evidence of limited use of BRM within healthcare and within ehealth. Conclusions There is renewed support for the use of BRM as a whole life-cycle approach for management disciplines that focus on change, project, programme, and portfolio management. Although limited, the academic and grey literature provides support for consideration of BRM in ehealth, and for the use of BRM to ensure sustainability. Future research should explore the use of BRM as a whole life-cycle approach for ehealth implementation, and teledermatology scale-up framework development in particular, including its possible contribution to sustaining scaled-up teledermatology.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,079 | 0,082 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,008 | 0,008 |
| Études des sciences et des technologies | 0,002 | 0,004 |
| Communication savante | 0,012 | 0,009 |
| Science ouverte | 0,003 | 0,008 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».