The Telemedicine-Based Pediatric Examination of the Neck and Upper Limbs: A Narrative Review
Notice bibliographique
Résumé
Abstract: With the COVID-19 pandemic hastening the adoption of telemedicine into clinical practice, it has also prompted an abundance of new literature highlighting its capabilities and limitations. The purpose of this review is to summarize the current state of the literature on telemedicine applied in the context of a musculoskeletal examination of the neck and upper limbs for children 3 to 18 years old. The PubMed and ScienceDirect databases were searched for relevant articles from January 2015 to August 2021 using a combination of keywords and nested searches. General examination components including inspection, guided self-palpation, range of motion, sensory and motor examination, as well as special testing are described. Although the literature is focused mainly on adult populations, we describe how each component of the exam can be reliably incorporated into a virtual appointment specific to pediatric patients. Caregivers are generally needed for most consultations, but certain maneuvers can be self-performed by older children and adolescents alone. There is general feasibility, validity, and substantial reliability in performing most examination components of the upper limbs remotely, except for the shoulder exam. Compared to those made in person, clinical diagnoses established virtually were found to be either the same or similar in most cases, and management decisions also had high agreement. Despite this, there is evidence that some pediatric providers may not be able to collect all the information needed from a telemedicine visit to make a complete clinical assessment. Lastly, currently available smartphone applications measuring joint range of motion were found to have high reliability and validity. This narrative review not only establishes a foundation for a structured pediatric musculoskeletal examination, but also aims to increase physicians’ confidence in incorporating telemedicine into their standard of care. Keywords: telehealth, telemedicine, eHealth, pediatric, musculoskeletal, evaluation
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 | 0,001 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,006 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».