Ethics in Telehealth: Comparison between Guidelines and Practice-based Experience -the Case for Learning Health Systems
Notice bibliographique
Résumé
OBJECTIVES: To understand ethical issues within the tele-health domain, specifically how well established macro level telehealth guidelines map with micro level practitioner perspectives. METHODS: We developed four overarching issues to use as a starting point for developing an ethical framework for telehealth. We then reviewed telemedicine ethics guidelines elaborated by the American Medical Association (AMA), the World Medical Association (WMA), and the telehealth component of the Health Professions council of South Africa (HPCSA). We then compared these guidelines with practitioner perspectives to identify the similarities and differences between them. Finally, we generated suggestions to bridge the gap between ethics guidelines and the micro level use of telehealth. RESULTS: Clear differences emerged between the ethics guidelines and the practitioner perspectives. The main reason for the differences were the different contexts where telehealth was used, for example, variability in international practice and variations in the complexity of patient-provider interactions. Overall, published guidelines largely focus on macro level issues related to technology and maintaining data security in patient-provider interactions while practitioner concern is focused on applying the guidelines to specific micro level contexts. CONCLUSIONS: Ethics guidelines on telehealth have a macro level focus in contrast to the micro level needs of practitioners. Work is needed to close this gap. We recommend that both telehealth practitioners and ethics guideline developers better understand healthcare systems and adopt a learning health system approach that draws upon different contexts of clinical practice, innovative models of care delivery, emergent data and evidence-based outcomes. This would help develop a clearer set of priorities and guidelines for the ethical conduct of telehealth.
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 | 0,126 | 0,210 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,009 | 0,043 |
| Communication savante | 0,018 | 0,019 |
| Science ouverte | 0,003 | 0,021 |
| Intégrité de la recherche | 0,009 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».