MétaCan
Menu
Retour à la cohorte
Enregistrement W4220668221 · doi:10.1177/08404704211061954

Virtual care and health technology assessment considerations

2022· article· en· W4220668221 sur OpenAlexaff
Brit Cooper-Jones, Jeff Mason, Chris Kamel, Nicole Mittmann, Lesley Dunfield

Notice bibliographique

RevueHealthcare Management Forum · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueTelemedicine and Telehealth Implementation
Établissements canadiensCanadian Agency for Drugs and Technologies in Health
Organismes subventionnairesnon disponible
Mots-clésHealth technologyHealth carePandemicEquity (law)Coronavirus disease 2019 (COVID-19)TelehealthBusinessKnowledge managementNursingTelemedicineMedicineComputer sciencePolitical science

Résumé

récupéré en direct d'OpenAlex

The COVID-19 pandemic resulted in a rapid adoption of virtual care. Virtual care existed before the pandemic for specific conditions and circumstances. Health Technology Assessment (HTA) of virtual care evaluated clinical and cost-effectiveness to inform decisions about the optimal use prior to the pandemic but the necessary implementation of virtual care during the pandemic meant HTA was not feasible prior to adoption. The questions for HTA no longer focused on clinical or cost-effectiveness and focused on implementation considerations. Health technology assessment post-adoption of virtual care included questions such as the appropriate medical conditions for virtual care, training, billing, patient and clinician perspectives and experiences, and equity of access. Moving forward, it is important for HTA organizations to identify new and emerging virtual care technologies, explore early and other types of evidence, assess the potential impact on the healthcare system, and explore the operational considerations.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,890
Score d'incertitude au seuil0,867

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,041
Tête enseignante GPT0,396
Écart entre enseignants0,355 · 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'étudeSans objet
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

Citations4
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHealthcare Management ForumMême sujetTelemedicine and Telehealth ImplementationTravaux en français237 207