MétaCan
Menu
Retour à la cohorte
Enregistrement W4281858263 · doi:10.6004/jnccn.2022.5020

The Future of Telemedicine in Oncology

2022· article· en· W4281858263 sur OpenAlexaff
Lucy R. Langer, Amyé Tevaarwerk, Robin Zoň, Travis Osterman

Notice bibliographique

RevueJournal of the National Comprehensive Cancer Network · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueCOVID-19 and healthcare impacts
Établissements canadiensOncolytics Biotech (Canada)
Organismes subventionnairesnon disponible
Mots-clésTelemedicinePandemicMedicineCoronavirus disease 2019 (COVID-19)Socioeconomic statusTelehealthHealth careFamily medicineMedical emergencyNursingInternal medicineEconomic growthEnvironmental healthPopulation

Résumé

récupéré en direct d'OpenAlex

Abstract The COVID-19 pandemic has led to a massive surge in the use of telemedicine services in oncology. However, although telemedicine usage is not as high as it was early in the pandemic, it is not as low as it was before the pandemic, either, indicating that patients have a desire to receive care when, where, and how they want. Most oncology providers agree that telemedicine is beneficial and here to stay, but barriers hinder equitable delivery, such as racial/ethnic affiliations, older age, residing in a rural area, and lower socioeconomic status. The momentum created by the pandemic can serve to show the benefits of telemedicine and solidify its place in oncology care. However, addressing these disparities—and increasing widespread access to broadband and educating both patients and providers on how to use these technologies—is paramount.

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)0,004
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,028
Score d'incertitude au seuil0,094

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0050,005
Science ouverte0,0010,003
Intégrité de la recherche0,0040,004
Charge utile insuffisante (le modèle a refusé de juger)0,0280,003

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 Opus0,064
Tête enseignante GPT0,419
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 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'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

Citations5
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the National Comprehensive Cancer NetworkMême sujetCOVID-19 and healthcare impactsTravaux en français237 207