Physicians Preferences of Virtual Versus In-Person Visits in Neuromuscular Clinical Practice
Notice bibliographique
Résumé
Background: 
 While the role of telemedicine is well established in certain fields of medicine, its role in disciplines like Neuromuscular medicine is not clear. COVID 19 pandemic compelled the medical community to utilize telemedicine and policies were rapidly changed to continue patient care during the pandemic. However, to guide the future of telemedicine in this field where a physical exam is an integral part of the visit, it is imperative to get a physician's opinion on this matter. We designed this study to assess the opinion of neuromuscular physicians about telemedicine, their preference, and factors influencing their decision.
 Methods:
 We used an online form composed of eleven questions to survey 94 neuromuscular specialists across the USA and Canada during September 2020.
 Results:
 90.43% of participating neuromuscular specialists preferred physical visits with new patients versus 44.68% preferred physical visits with follow-up patients. The majority thought that telemedicine reduces revenue (58.51%), quality of service (57.45%), and quality time spent with patients (62.77%). Nevertheless, most surveyed physicians agreed that telemedicine is time-efficient (84.04%), improves patient compliance (70.21%), and will be a long-term solution in clinical practice (67.02%). Finally, 58.51% revealed that telemedicine does not affect workload.
 Conclusion:
 Neuromuscular specialists preferred seeing new patients and revealing a new diagnosis to the patient in physical visits, but they also considered telemedicine a long-term method that would continue to increase in the post-pandemic future, emphasizing the need to address their concerns to facilitate telemedicine. 
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».