MétaCan
Menu
Retour à la cohorte
Enregistrement W4310043270 · doi:10.3390/ijerph192315653

Digital Health Care, Telemedicine, and Medicolegal Issues in Orthopedics: A Review

2022· review· en· W4310043270 sur OpenAlexaboutno aff
Davide Ferorelli, Lorenzo Moretti, Marcello Benevento, Maurizio Mastrapasqua, Michele Telegrafo, Biagio Solarino, Alessandro Dell’Erba, Davide Bizzoca, Biagio Moretti

Notice bibliographique

RevueInternational Journal of Environmental Research and Public Health · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueTelemedicine and Telehealth Implementation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTelemedicineMedicineHealth carePandemicConfidentialityClinical governanceMedical emergencyMedical educationCoronavirus disease 2019 (COVID-19)Political scienceComputer securityComputer sciencePathologyLaw

Résumé

récupéré en direct d'OpenAlex

The use of technologies in medicine has great potential to reduce the costs of health care services by making appropriate decisions that provide timely patient care. The evolution of telemedicine poses a series of clinical and medicolegal considerations. However, only a few articles have dealt with telemedicine and orthopedics. This review assesses the ethical and medicolegal issues related to tele-orthopedics. A systematic review was performed including papers published between 2017 and 2021 focusing on the main medicolegal and clinical-governance aspects of tele-orthopedics. Most of the articles were published during the COVID-19 pandemic, confirming the impetus that the pandemic has also given to the spread of telemedicine in the orthopedic field. The areas of interest dealt with in the scientific evidence, almost exclusively produced in the USA, Europe, the UK, and Canada, are quality, patient satisfaction, and safety. The impact of telemedicine in orthopedics has not yet been fully evaluated and studied in terms of the potential medicolegal concerns. Most of the authors performed qualitative studies with poor consistency. Authorizations and accreditations, protection of patient confidentiality, and professional responsibility are issues that will certainly soon emerge.

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)0,007
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: Synthèse
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0080,009
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,140
Tête enseignante GPT0,507
Écart entre enseignants0,367 · 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

Citations12
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Environmental Research and Public HealthMême sujetTelemedicine and Telehealth ImplementationTravaux en français237 207