MétaCan
Menu
Retour à la cohorte
Enregistrement W4366808524 · doi:10.2196/46121

Consensus Guidelines for Teledermatology: Scoping Review

2023· article· en· W4366808524 sur OpenAlexvenueno aff
Mollie Cummins, Triton Ong, Julia Ivanova, Janelle Barrera, Hattie Wilczewski, Hiral Soni, Brandon M. Welch, Brian E. Bunnell

Notice bibliographique

RevueJMIR Dermatology · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueCutaneous Melanoma Detection and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTeledermatologyContext (archaeology)TelemedicineMedicineMEDLINEBest practiceCoronavirus disease 2019 (COVID-19)PandemicGuidelineGrey literatureMedical educationFamily medicineHealth carePathologyPolitical scienceGeography

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Consensus guidelines and recommendations play an important role in fostering quality, safety, and best practices, as they represent an expert interpretation of the biomedical literature and its application to practice. However, it is unclear whether the recent collective experience of implementing telemedicine and the concurrent growth in the evidence base for teledermatology have resulted in more robust guidance. OBJECTIVE: The objective of this review was to describe the extent and nature of currently available guidance, defined as consensus guidelines and recommendations available for telemedicine in dermatology, with guidance defined as consensus or evidence-based guidelines, protocols, or recommendations. METHODS: We conducted a single-reviewer scoping review of the literature to assess the extent and nature of available guidance, consensus guidelines, or recommendations related to teledermatology. We limited the review to published material in English since 2013, reflecting approximately the past 10 years. We conducted the review in November and December of the year 2022. RESULTS: We identified 839 potentially eligible publications, with 9 additional records identified through organizational websites. A total of 15 publications met the inclusion and exclusion criteria. The guidelines focused on varied topics and populations about dermatology and skin diseases. However, the most frequent focus was general dermatology (8/15, 53%). Approximately half of the telemedicine guidance described in the publications was specific to dermatology practice in the context of the COVID-19 pandemic. The publications were largely published in or after the year 2020 (13/15, 87%). Geographical origin spanned several different nations, including Australia, the United States, European countries, and India. CONCLUSIONS: We found an increase in COVID-19-specific teledermatology guidance during 2020, in addition to general teledermatology guidance during the period of the study. Primary sources of general teledermatology guidance reported in the biomedical literature are the University of Queensland's Centre for Online Health and Australasian College of Dermatologists E-Health Committee, and the American Telemedicine Association. There is strong evidence of international engagement and interest. Despite the recent increase in research reports related to telemedicine, there is a relative lack of new guidance based on COVID-19 lessons and innovations. There is a need to review recent evidence and update existing recommendations. Additionally, there is a need for guidance that addresses emerging technologies.

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)0,095
score de la tête « metaresearch » (Gemma)0,326
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,095
Score d'incertitude au seuil0,500

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0950,326
Méta-épidémiologie (sens strict)0,0030,003
Méta-épidémiologie (sens large)0,0080,012
Bibliométrie0,0450,032
Études des sciences et des technologies0,0030,004
Communication savante0,0110,012
Science ouverte0,0110,009
Intégrité de la recherche0,0110,008
Charge utile insuffisante (le modèle a refusé de juger)0,0170,007

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 Opus0,114
Tête enseignante GPT0,431
Écart entre enseignants0,316 · 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'étudeRevue systématique
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

Citations7
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR DermatologyMême sujetCutaneous Melanoma Detection and ManagementTravaux en français237 207