743 Virtual burn care - friend or foe? A systematic review
Notice bibliographique
Résumé
Abstract Introduction Interest in virtual care has grown, but evidence surrounding its use for burn injuries is variable. This systematic review assesses the impact of virtual burn care in the past decade (2010-2020) by providing an overview of recent advances in the field. Data on efficacy, feasibility, cost-effectiveness, usability, pros/cons, satisfaction/acceptability, clinical outcomes, and triage effects are presented. Conclusions on its post-pandemic sustainability are drawn. Methods A systematic review with qualitative synthesis was performed according to PRISMA guidelines. Quality of included studies was assessed by validated tools. CINAHL, OVID MEDLINE, APA PsycINFO, and the CENTRAL trials registry were searched. Grey literature was searched for in OAIster, Duck Duck Go, Bandolier Knowledge, LILACS and McMaster Health Systems Evidence. Primary literature published between 01/01/2010-12/31/2020 investigating any of the noted outcomes of interest was retrieved for data extraction. Results A total of 486 studies were identified for screening. 412 and 26 citations were excluded in title/abstract and full text screening, respectively. After removing 8 unretrievable works and 3 straggling duplicates, 50 citations were included. Most works were published from 2016-2020 (n=35, 70%). The most common uses (with some overlap) were acute assessment (n=35, 70%), remote follow-up (n=18, 36%) and tele-rounding (n=4, 8%). Remote photographic burn size (not depth) estimation was found feasible and acceptably accurate. Patient and provider satisfaction was high overall. Patient outcomes with virtual follow-ups were largely comparable to equivalent in-person services, though some adjunct programs saw little benefit. Increased specialist access, more accurate assessment/triage and saved travel time/cost were commonly noted. Challenges included logistics and language barriers for international interventions, IT issues and internet access limitations, HIPAA compliance and some wound/scar assessment challenges (e.g. burn depth and scar vascularity). Conclusions Evidence suggests that virtual burn care is largely safe, efficacious and could be feasible for continued use post-COVID-19 provided technological infrastructure is attainable and suitable regulation exists. Virtual acute specialist burn assessment is particularly well supported.
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 | 0,017 | 0,079 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,006 |
| Bibliométrie | 0,012 | 0,012 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,001 |
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 ».