Clinician Perspectives on Providing Concussion Assessment and Management via Telehealth: A Mixed-Methods Study
Notice bibliographique
Résumé
OBJECTIVE: To examine clinician perspectives regarding the use of telehealth for concussion assessment and management. SETTING: A Pan-Canadian survey. PARTICIPANTS: Twenty-five purposively sampled multidisciplinary clinician-researchers with concussion expertise (female, n = 21; physician, n = 11; and other health professional, n = 14). DESIGN: Sequential mixed-method design: (1) electronic survey and (2) semistructured interviews with focus groups via videoconference. Qualitative descriptive design. MAIN OUTCOME MEASURES: Survey : A 59-item questionnaire regarding the suitability of telehealth to perform recommended best practice components of concussion assessment and management. Focus groups : 10 open-ended questions explored survey results in more detail. RESULTS: Clinicians strongly agreed that telehealth could be utilized to obtain a clinical history (96%), assess mental status (88%), and convey a diagnosis (83%) on initial assessment; to take a focused clinical history (80%); to monitor functional status (80%) on follow-up; and to manage symptoms using education on rest (92%), planning and pacing (92%), and sleep recommendations (91%); and to refer to a specialist (80%). Conversely, many clinicians believed telehealth was unsuitable to perform a complete neurologic examination (48%), cervical spine (38%) or vestibular assessment (61%), or to provide vestibular therapy (21%) or vision therapy (13%). Key benefits included convenience, provision of care, and patient-centered approach. General and concussion-specific challenges included technology, quality of care, patient and clinician characteristics, and logistics. Strategies to overcome identified challenges are presented. CONCLUSIONS: From the perspective of experienced clinicians, telehealth is suited to manage symptomatic concussion patients presenting without red flags or following an initial in-person assessment, but may have limitations in ruling out serious pathology or providing return-to-sport clearance without an in-person physical examination.
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 | 0,016 | 0,040 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».