A guide for urogynecologic patient care utilizing telemedicine during the COVID-19 pandemic: review of existing evidence
Notice bibliographique
Résumé
INTRODUCTION AND HYPOTHESIS: The COVID-19 pandemic and the desire to "flatten the curve" of transmission have significantly affected the way providers care for patients. Female Pelvic Medicine and Reconstructive Surgeons (FPMRS) must provide high quality of care through remote access such as telemedicine. No clear guidelines exist on the use of telemedicine in FPMRS. Using expedited literature review methodology, we provide guidance regarding management of common outpatient urogynecology scenarios during the pandemic. METHODS: We grouped FPMRS conditions into those in which virtual management differs from direct in-person visits and conditions in which treatment would emphasize behavioral and conservative counseling but not deviate from current management paradigms. We conducted expedited literature review on four topics (telemedicine in FPMRS, pessary management, urinary tract infections, urinary retention) and addressed four other topics (urinary incontinence, prolapse, fecal incontinence, defecatory dysfunction) based on existing systematic reviews and guidelines. We further compiled expert consensus regarding management of FPMRS patients in the virtual setting, scenarios when in-person visits are necessary, symptoms that should alert providers, and specific considerations for FPMRS patients with suspected or confirmed COVID-19. RESULTS: Behavioral, medical, and conservative management will be valuable as first-line virtual treatments. Certain situations will require different treatments in the virtual setting while others will require an in-person visit despite the risks of COVID-19 transmission. CONCLUSIONS: We have presented guidance for treating FPMRS conditions via telemedicine based on rapid literature review and expert consensus and presented it in a format that can be actively referenced.
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 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 | 0,001 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».