Successful use of telemedicine for evaluation of infantile hemangiomas during the early COVID‐19 pandemic: A cross‐sectional study
Notice bibliographique
Résumé
BACKGROUND/OBJECTIVES: The COVID-19 pandemic prompted a rapid expansion in the use of telemedicine. This study aimed to assess the experiences of hemangioma specialists utilizing telemedicine during the COVID-19 pandemic to evaluate and manage infantile hemangiomas (IH), including perceived effectiveness of different modalities and barriers to care delivery. METHODS: Multicenter cross-sectional study asking providers to describe their experiences using telemedicine for initial evaluation of IH from March to September 2020. RESULTS: The study included 281 patients from 15 medical centers internationally. Median time from referral to evaluation was 17 days. Median physician confidence in performing evaluations via telemedicine was 95.0 (IQR 90.0-100.0). Most evaluations were performed via video communication with photographs or audio communication with photographs; when not initially available, photographs were requested in 51.4%. Providers preferred follow-up modalities that included photographs. CONCLUSIONS: Physicians with extensive expertise in managing IH are confident in their abilities to assess and manage IH via telemedicine including initiating treatment in patients without risk factors for beta-blocker therapy. There was a preference for hybrid modalities that included photographs. The data suggest that telemedicine can be effective for managing IH and may decrease wait times and improve specialist reach to underserved areas.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».