Integrating Telehealth Into Neurodevelopmental Assessment: A Model From the Cardiac Neurodevelopmental Outcome Collaborative
Notice bibliographique
Résumé
OBJECTIVE: In the wake of the COVID-19 pandemic, psychologists were pushed to look beyond traditional in-person models of neurodevelopmental assessment to maintain continuity of care. A wealth of data demonstrates that telehealth is efficacious for pediatric behavioral intervention; however, best practices for incorporating telehealth into neurodevelopmental assessment are yet to be developed. In this topical review, we propose a conceptual model to demonstrate how telehealth can be incorporated into various components of neurodevelopmental assessment. METHODS: Harnessing existing literature and expertise from a multidisciplinary task force comprised of clinicians, researchers, and patient/parent representatives from the subspecialty of cardiac neurodevelopmental care, a conceptual framework for telehealth neurodevelopmental assessment was developed. Considerations for health equity and access to care are discussed, as well as general guidelines for clinical implementation and gaps in existing literature. RESULTS: There are opportunities to integrate telehealth within each stage of neurodevelopmental assessment, from intake to testing, through to follow-up care. Further research is needed to determine whether telehealth mitigates or exacerbates disparities in access to care for vulnerable populations as well as to provide evidence of validity for a wider range of neurodevelopmental measures to be administered via telehealth. CONCLUSIONS: While many practices are returning to traditional, face-to-face neurodevelopmental assessment services, psychologists have a unique opportunity to harness the momentum for telehealth care initiated during the pandemic to optimize the use of clinical resources, broaden service delivery, and increase access to care for pediatric neurodevelopmental 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 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 | 0,000 |
| 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 | 0,001 | 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 ».