OP04.12: Tele‐ultrasound for redesigning specialty healthcare delivery to remote communities
Notice bibliographique
Résumé
We sought to establish a program of Maternal-Fetal Medicine (MFM) Telemedicine that is safe, sustainable, acceptable and of high quality to all areas in Alberta that need it. Since December 2019, a multi-disciplinary team has been dedicated to planning this quality improvement system design project. After an initial data review of a subset of MFM consults we performed a pilot study to investigate the feasibility of using telemedicine and tele-ultrasound to enable prompt maternal-fetal medicine consultations for patients in remote locations. We began with training of sonographers followed by implementation in a small pilot. Interim analysis of the acceptability and feasibility of the program was done through patient surveys, images audit and review of neonatal outcome. Initially date review from 2018 to 2020 that 20% of patients who came to the urban centres eventually delivered in their rural communities suggesting they could have had some or all of their scans in their community with MFM supervision. During the subsequent pilot, interim image review showed more consistent improvement in image quality and completeness between September 2020 (prior to training) to Summer 2021 (3 months after training). Pretraining, ∼40% of images were considered inadequate or incomplete for preliminary MFM use. Post training ∼80-90% of images were considered adequate for preliminary MFM use. As at January 2022, 66% of patients seen in the program delivered in their community while 33 % were appropriately triaged to delivery in the urban centre based on tele-ultrasound diagnosis/suspicion such as placenta increta, IUGR, partial agenesis of the corpus callosum or maternal co-morbidities. Patient surveys showed that 85% of respondents agreed that the program reduced stress/indirect costs and 100% said they would use the program again. MFM Telemedicine is feasible and can be safe with adequate supervision. Additional support and resources are needed to scale and spread this quality improvement initiative in.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,024 | 0,003 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».