MétaCan
Menu
Retour à la cohorte
Enregistrement W4280595967 · doi:10.1089/tmj.2021.0548

Use of Virtual Care Strategies to Join Multidisciplinary Teams Evaluating Work-Related Injuries in Rural Residents

2022· article· en· W4280595967 sur OpenAlexaff
Scott A. Bishop, Brenna Bath, Chris Wiechnik, Ivar Mendez, Rachel K. Johnson, Stacey Lovo

Notice bibliographique

RevueTelemedicine Journal and e-Health · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueTelemedicine and Telehealth Implementation
Établissements canadiensSaskatchewan Health AuthorityUniversity of SaskatchewanLangley Environmental Partners Society
Organismes subventionnairesnon disponible
Mots-clésMultidisciplinary approachTelehealthMedicineHealth careTelemedicineWork (physics)NursingRehabilitationPhysical therapyEngineering

Résumé

récupéré en direct d'OpenAlex

Background: Rural injured workers requiring multidisciplinary assessments for musculoskeletal disorders face health access disparities, which include travel to urban centers. Virtual care can enhance access to multidisciplinary team care for musculoskeletal conditions in rural areas. Materials and Methods: A retrospective chart audit of 136 multidisciplinary assessment reports of injured workers was conducted. Comprehensive management recommendations from the health care assessment team were extracted for analysis. The health care team used virtual technologies to join with patients and at least one local rural health practitioner in one of three locations. Remote presence robotics (RPR; Xpress Technology™) or laptop-based telehealth was used to complete the assessments. Results: RPR were used in 46% of assessments over two sites, with 54% using laptop-based telehealth at a third site. Frequencies of team members' assessment using technologies were as follows: physical therapist (100%), psychologist (78%), plastic surgeon (8%), and physician (43%). Spine (42%) and shoulder (32%) disorders were the most common problems. Most workers (79%) were 3 or more months postinjury. The most common management recommendation was the need for daily comprehensive rehabilitation care (76%). Travel time was saved by 89% of participants. Conclusions: Virtual care was used to unite multidisciplinary assessment teams for the evaluation of injured rural workers with complex musculoskeletal injuries. Future research recommendations include comparing between virtual and fully in-person multidisciplinary assessment and recommendation findings, and evaluation of patient and practitioner experiences with comprehensive virtual team assessments.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,066
Tête enseignante GPT0,415
Écart entre enseignants0,349 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations5
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTelemedicine Journal and e-HealthMême sujetTelemedicine and Telehealth ImplementationTravaux en français237 207