MétaCan
Menu
Retour à la cohorte
Enregistrement W4281489450 · doi:10.1097/acm.0000000000004749

Impact of Project ECHO on Patient and Community Health Outcomes: A Scoping Review

2022· review· en· W4281489450 sur OpenAlexaff
Jo-Ann Osei-Twum, Brittany Wiles, Tieghan Killackey, Quenby Mahood, Chitra Lalloo, Jennifer Stinson

Notice bibliographique

RevueAcademic Medicine · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueTelemedicine and Telehealth Implementation
Établissements canadiensHospital for Sick ChildrenInstitute for Clinical Evaluative Sciences
Organismes subventionnairesnon disponible
Mots-clésCINAHLMEDLINEMedicineHealth careEcho (communications protocol)Family medicineContinuing medical educationCochrane LibraryMedical educationNursingContinuing educationAlternative medicinePsychological intervention

Résumé

récupéré en direct d'OpenAlex

PURPOSE: Project Extension for Community Healthcare Outcomes (ECHO) is a hub-and-spoke tele-education model that aims to increase health care providers' access to evidence-based guidelines and enhance their capacity to care for complex patients in rural, remote, and underserved communities. The purpose of this scoping review was to examine evidence of the impact of Project ECHO programs on patient and community health outcomes. METHOD: The authors used Arksey and O'Malley's framework and subsequent revisions proposed by Levac and colleagues to guide their review. They searched MEDLINE, EMBASE, CINAHL Plus, and Web of Science for English-language, peer-reviewed articles published between January 2003 and June 2020. Included studies focused on Project ECHO programs and reported either patient or community health outcomes. The authors used a standardized data extraction form to document bibliographical information and study characteristics, including health outcome level(s), as articulated by Moore's evaluation framework for continuing medical education. RESULTS: Of the 597 search results, the authors identified 15 studies describing Project ECHO programs. These programs were implemented in the United States and Australia and facilitated education sessions with health care providers caring for adult patients living with 1 of 7 medical conditions. Included study findings suggest Project ECHO programs significantly changed patient-level outcomes (n = 15) and to a lesser extent changed community-level outcomes (n = 1). Changes in care were observed at the individual patient level, at the practice level, and in objective clinical measures, including sustained virologic response and HbA1c. CONCLUSIONS: This review identified emerging evidence of the effectiveness of Project ECHO as a tele-education model that improves patient health outcomes and has the potential to positively impact community health. The small number of included studies suggests that additional evidence of patient- and community-level impact is required to support the continued adoption and implementation of this model.

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)0,051
score de la tête « metaresearch » (Gemma)0,215
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,051
Score d'incertitude au seuil0,271

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0510,215
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0060,007
Bibliométrie0,0210,027
Études des sciences et des technologies0,0010,002
Communication savante0,0070,005
Science ouverte0,0030,004
Intégrité de la recherche0,0040,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,335
Tête enseignante GPT0,582
Écart entre enseignants0,246 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations72
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAcademic MedicineMême sujetTelemedicine and Telehealth ImplementationTravaux en français237 207