P.005 A virtual interdisciplinary diagnostic memory clinic: rural patient and caregiver satisfaction
Notice bibliographique
Résumé
Background: Saskatchewan’s Rural and Remote Memory Clinic (RRMC) has provided post-diagnostic virtual dementia care for approximately 19 years. In response to the COVID-19 pandemic and a new need for remote dementia diagnosis, we developed a virtual, team-based, interdisciplinary (neurology, neuropsychology, nursing), diagnostic memory clinic (vRRMC). We evaluated patient and caregiver satisfaction with the new virtual clinic. Methods: Semi-structured telephone interviews were conducted with rural vRRMC patients (n=7), caregivers (n= 13), and one patient/caregiver dyad. Ages of respondents ranged from 40 to 70 years old (60% female). Level of diagnosed cognitive dysfunction ranged from subjective cognitive impairment to major neurocognitive disorder. Respondents saved an average of 460 km of travel compared to a trip to Saskatoon. Results: Thematic analysis of responses revealed universal satisfaction with the virtual model. The technology training sessions, offered prior to the first vRRMC visit, was described as important for satisfaction. Analysis of preference for future visits revealed more nuance; some preferred in-person visits and planned to travel for future appointments post-pandemic, while others preferred to maintain the virtual model due to perceived travel burden (cost, time, and inconvenience). Conclusions: When clinically appropriate, virtual diagnostic memory clinics should persist as an option post pandemic for families who experience high travel burden.
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 | 0,001 | 0,006 |
| 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 | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 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 ».