Teleoncology: A Solution for Everyone? A Single-Center Experience with Telemedicine during the Coronavirus Disease 2019 (COVID-19) Pandemic
Notice bibliographique
Résumé
Since the beginning of the COVID-19 pandemic, the use of telehealth was rapidly implemented without previous evidence. The ONCOTELEMD study aimed to evaluate the opinion of patients attended via telemedicine during this period and to study factors that condition patient preferences on its use. Included patients had a confirmed cancer diagnosis and were contacted by telephone between 13 March and 30 April 2020, in the Medical Oncology Service of Hospital Parc Taulí, Sabadell. A 12-question survey was presented to them between 4 February and 19 April 2021. Statistical analysis was carried out using chi-square and multivariable logistic regression tests. Six hundred forty-six patients were included; 487 responded to the survey. The median age was 68 years (27–90), 55.2% were female. Most patients had a surveillance visit (65.3%) and were diagnosed with colorectal or breast cancer (43% and 26.5%, respectively); 91.8% of patients were satisfied, and 60% would accept the use of telemedicine beyond the pandemic. Patients aged more than 50 years (OR 0.40; 95% CI, 0.19–0.81; p = 0.01) and diagnosed with breast cancer (OR 0.45; 95% CI, 0.26–0.69; p < 0.001) were less predisposed to adopt telehealth in the future. Patients agreed to be informed via telehealth of scan or lab results (62% and 84%, respectively) but not of new oral or endovenous treatments (52% and 33.5%, respectively). Additionally, 75% of patients had a medium or low-null technologic ability, and 51.3% would only use the telephone or video call to contact health professionals. However, differences were found according to age groups (p < 0.0001). In total, patients surveyed were satisfied with telemedicine and believed telehealth could have a role following the COVID-19 pandemic. Moreover, our results remark on the importance of individualizing the use of telehealth, showing relevant data on patient preferences and digital literacy.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».