MétaCan
Menu
Retour à la cohorte
Enregistrement W4309718026 · doi:10.3390/diagnostics12112884

Patient Self-Performed Point-of-Care Ultrasound: Using Communication Technologies to Empower Patient Self-Care

2022· review· en· W4309718026 sur OpenAlexaff
Andrew W. Kirkpatrick, Jessica McKee, Kyle Couperus, Christopher Colombo

Notice bibliographique

RevueDiagnostics · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueUltrasound in Clinical Applications
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésHealth careMedicinePsychological interventionEmpowermentVariety (cybernetics)NursingComputer scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Point-of-Care ultrasound (POCUS) is an invaluable tool permitting the understanding of critical physiologic and anatomic details wherever and whenever a patient has a medical need. Thus the application of POCUS has dramatically expanded beyond hospitals to become a portable user-friendly technology in a variety of prehospital settings. Traditional thinking holds that a trained user is required to obtain images, greatly handicapping the scale of potential improvements in individual health assessments. However, as the interpretation of ultrasound images can be accomplished remotely by experts, the paradigm wherein experts guide novices to obtain meaningful images that facilitate remote care is being embraced worldwide. The ultimate extension of this concept is for experts to guide patients to image themselves, enabling secondary disease prevention, home-focused care, and self-empowerment of the individual to manage their own health. This paradigm of remotely telementored self-performed ultrasound (RTMSPUS) was first described for supporting health care on the International Space Station. The TeleMentored Ultrasound Supported Medical Interventions (TMUSMI) Research Group has been investigating the utility of this paradigm for terrestrial use. The technique has particular attractiveness in enabling surveillance of lung health during pandemic scenarios. However, the paradigm has tremendous potential to empower and support nearly any medical question poised in a conscious individual with internet connectivity able to follow the directions of a remote expert. Further studies and development are recommended in all areas of acute and chronic health care.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
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: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,045
Tête enseignante GPT0,367
Écart entre enseignants0,322 · 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
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDiagnosticsMême sujetUltrasound in Clinical ApplicationsTravaux en français237 207