MétaCan
Menu
Retour à la cohorte
Enregistrement W4282922896 · doi:10.1177/20552076221102768

Telemedicine options to address identified health needs in Botswana

2022· article· en· W4282922896 sur OpenAlexaff
Benson Ncube, Maurice Mars, Richard E. Scott

Notice bibliographique

RevueDigital Health · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueTelemedicine and Telehealth Implementation
Établissements canadiensUniversity of Calgary
Organismes subventionnairesFogarty International Center
Mots-clésTelemedicineeHealthHealth informaticsHealth careTelehealthMedicinemHealthNursingMedical educationPublic healthPsychological interventionPolitical science

Résumé

récupéré en direct d'OpenAlex

Objective: Global efforts to implement national ehealth strategies have occurred, yet specific telemedicine implementations have fallen behind. A weakness inherent within many, perhaps most, national ehealth strategies, including Botswana's - is a lack of telemedicine focus. This is despite its potential to address many current healthcare system needs. The development of a telemedicine-specific strategy, to complement the existing ehealth strategy, has been proposed. This paper reports on an emulated process to determine prioritised health needs, identify broad solutions, consider ehealth and then telemedicine solutions, and prioritise these as insight for telemedicine-specific strategy development. Methods: The eHealth Strategy Development Framework (eHSDF) was adopted and steps 5-7 were emulated. Key informants participated in telephone-based semi-structured interviews in November 2020, using a key informant interview guide. Participants were asked specific questions related to national health needs, proposed solutions, and prioritisation. The interviews were recorded and transcribed for analysis. Results: Eleven key informants identified the top five perceived health issues as human resource shortages, congestion and overcrowding, prevalence of diseases, poor referral system, and lack of diagnostic and case management skills. Solutions were proposed, some of which included: Telehealth (including telemedicine), health informatics, and elearning. Telemedicine solutions included: a health professional help desk, teleconsultations, and apps for specialist referral. eLearning solutions were training, mentoring, and continuing professional development. Conclusion: A telemedicine-specific strategy, addressing the identified health issues and aligned to the existing national ehealth strategy, would provide the required focus to enable the development and deployment of telemedicine activities in the country.

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)0,001
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: Empirique
Score de désaccord entre enseignants0,509
Score d'incertitude au seuil0,802

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
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 Opus0,049
Tête enseignante GPT0,393
Écart entre enseignants0,343 · 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

Citations5
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDigital HealthMême sujetTelemedicine and Telehealth ImplementationTravaux en français237 207