MétaCan
Menu
Retour à la cohorte
Enregistrement W2943697963 · doi:10.1111/ctr.13580

Outcomes of telehealth care for lung transplant recipients

2019· article· en· W2943697963 sur OpenAlexaffabout
Aman Sidhu, Cecilia Chaparro, Chung‐Wai Chow, M. Davies, L.G. Singer

Notice bibliographique

RevueClinical Transplantation · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueTransplantation: Methods and Outcomes
Établissements canadiensUniversity of TorontoUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésTelehealthMedicineTelemedicineCohortCohort studyEmergency medicineLung transplantationRetrospective cohort studyPhysical therapyTransplantationInternal medicineHealth care

Résumé

récupéré en direct d'OpenAlex

Telehealth uses videoconferencing to provide long-distance clinical care. Experience with telehealth in the setting of organ transplantation is limited. The purpose of this cohort study was to compare the impact of telehealth vs in-person follow-up of lung transplant recipients. Telehealth eligible patients were three or more years post-transplant and resided in Ontario outside the Greater Toronto Area. Patients with initial telehealth visits between July 1, 2009, and Dec 31, 2014, were retrospectively reviewed to assess outcomes of chronic lung allograft dysfunction progression and mortality until December 31, 2016, compared with eligible patients seen in-person. Of eligible patients (n = 204), 119 (58.3%) were seen via telehealth. Most patients (97%) rated telehealth as equivalent or superior to clinic visits. Telehealth visits resulted in significant out-of-pocket cost savings and travel distance savings for patients. There was no significant difference in mortality from the time of first visit (HR 0.81, 95% CI 0.49-1.32, P = 0.4) or from the time of transplant between groups (HR 0.72, 95% CI 0.43-1.17, P = 0.2). Telehealth can safely and effectively be used in select transplant recipients to increase access to care and reduce time and financial burdens for patients residing greater distances from primary transplant centers.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,617

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,062
Tête enseignante GPT0,451
Écart entre enseignants0,389 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations25
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueClinical TransplantationMême sujetTransplantation: Methods and OutcomesTravaux en français237 207