MétaCan
Menu
← Retour à la cohorte
Enregistrement W3132611611 · doi:10.1542/peds.147.3_meetingabstract.971

Lessons Learned During COVID-19 Pandemic - A Case Study in a Las Vegas Health Clinic

2021· article· en· W3132611611 sur OpenAlexaboutno aff
Cecilia J. Howell-Canada, Lawrence Canada

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineHealth Professions
ThématiquePrimary Care and Health Outcomes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTelehealthTelemedicineHealth carePreparednessMedicinePandemicMedical emergencyPopulationNursingCoronavirus disease 2019 (COVID-19)DiseaseInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

Lessons Learned During COVID-19 Pandemic - A Case Study in a Las Vegas Health Clinic C J Howell-Canada,MD,FAAP, L A Canada, MD Abstract Background In the wake of the COVID-19 pandemic, health care facilitypreparedness is on the forefront of hospital administrators decision making Telehealth rapidly became themost important function of healthcare facilities to effectively manage and serve patients via telemedicine andface-to-face video chat appointments Maintaining the ability to continue to provide modified well child checksthrough telemedicine is important for pediatric providers to ensure the continuity of care at all age levels Telehealth gives the opportunity to address acute care concerns for the pediatric population Methods In thispaper, we analyze the foundation necessary to implement and support telemedicine/telehealth servicesduring a pandemic in a union sponsored medium-sized health care center in Las Vegas, NV This paperanalyzes and outlines the healthcare process of determining ways to ensure episode preparedness andeffective communication from the organizational level Data was collected through retrospective observation and detailed accounts from organizational information distribution and provider input Results The lessonslearned are that health care providers need an informed decision making process;communication flow fromhealth care administration is a priority, needing to be disseminated without barriers;all possibilities need tobe exhausted to avoid disruption of day-to-day medical services;medical policies and procedures need to beestablished to encompass all aspects of medical services provided (in-person, via telephone, telemedicine);and operational decisions should reflect effective communication along with preparedness with transparency Keywords: telehealth, telemedicine, organizational preparedness, healthcare process

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Étude de cas · Signal consensuel: Étude de cas
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,064
Score d'incertitude au seuil0,126

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0170,005
Communication savante0,0050,004
Science ouverte0,0030,005
Intégrité de la recherche0,0060,007
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,444
Tête enseignante GPT0,609
Écart entre enseignants0,165 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPrimary Care and Health Outcomes→Travaux en français237 207→