MétaCan
Menu
Retour à la cohorte
Enregistrement W3085376368 · doi:10.1097/phm.0000000000001594

Spasticity Outpatient Evaluation via Telemedicine

2020· article· en· W3085376368 sur OpenAlexaff
Monica Verduzco‐Gutierrez, Natasha Romanoski, Allison Capizzi, Rajiv Reebye, Supun Kotteduwa Jayawarden, Nicholas Ketchum, Michael W. O’Dell

Notice bibliographique

RevueAmerican Journal of Physical Medicine & Rehabilitation · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueBotulinum Toxin and Related Neurological Disorders
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésTelemedicineSpasticityMedicineTelehealthPhysical medicine and rehabilitationPandemicTelerehabilitationCoronavirus disease 2019 (COVID-19)Field (mathematics)MEDLINEPhysical therapyHealth carePathology

Résumé

récupéré en direct d'OpenAlex

The COVID-19 global pandemic has resulted in significant changes to delivery of care in the field of physiatry. Most prominently, in-person visits have fast tracked to virtual visits. As we are forced to quickly adopt this new technology for our doctor-patient interactions, many questions remain with regard to structuring telemedicine visits for optimal outcomes. Little has been written on virtual evaluations of patients with spasticity. The intent of this article was to provide a framework for conducting a virtual spasticity assessment via telemedicine. We will provide tips on how to conduct a person-centered virtual examination assessment and how to document goals related to the virtual assessment.

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)0,006
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,968
Score d'incertitude au seuil0,702

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,018
Tête enseignante GPT0,309
Écart entre enseignants0,291 · 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'étudeAutre devis
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

Citations17
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Physical Medicine & RehabilitationMême sujetBotulinum Toxin and Related Neurological DisordersTravaux en français237 207