MétaCan
Menu
Retour à la cohorte
Enregistrement W4382459229 · doi:10.2196/41676

TELEMED: Database on Evidence-Based Telemedicine in a Hospital Setting

2023· article· en· W4382459229 sur OpenAlexvenueno aff
Ida Wagner Svendsen, Kristian Kidholm

Notice bibliographique

RevueIproceedings · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueTelemedicine and Telehealth Implementation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTelemedicineSpecialtyPsychological interventionHealth careMedicineMEDLINEData extractionRandomized controlled trialPandemicTelecareMedical emergencyNursingFamily medicineCoronavirus disease 2019 (COVID-19)

Résumé

récupéré en direct d'OpenAlex

Background The use of telemedicine services has increased worldwide during recent years as a result of national strategies for the digitalization of health care and the COVID-19 pandemic. However, health care professionals often express uncertainty regarding the evidence and effectiveness of telemedicine interventions. Therefore, the Centre for Innovative Medical Technology at Odense University Hospital introduced the TELEMED database, an evidence-based telemedicine database. Objective This study aimed to ensure that hospital managers, health care professionals, and other stakeholders gain access to information about scientific studies of telemedicine interventions and their effectiveness. Methods The database constitutes a structured literature search in PubMed for randomized controlled trials or controlled trials on the effect of telemedicine for somatic diseases treated at hospitals. The search was conducted by staff members in the Health Technology Assessment unit at the Centre for Innovative Medical Technology. First, identified studies were sorted by screening titles and abstracts and, subsequently, by reading full-text versions. The data extracted from the studies included the setting, intervention, patient group, type of telemedicine, clinical effect, patient perception, and implementation challenges. Finally, the value of each study was assessed with respect to effectiveness. Results A total of 518 articles were included for data extraction and assessment. The database provides results from 22 different specialties and can be searched using the following criteria: medical specialty, country, technology, clinical effect, patient experience, and economic effect. The database serves as a platform for the dialogue with clinical departments who wish to implement telemedicine services and has a large potential for supporting the digital transformation during COVID-19 as evidence-based information on patient groups, relevant technologies, and their effect is easily accessible. Conclusions The TELEMED database provides an easily accessible overview of existing evidence-based telemedicine services. The database is freely available and is expected to be continuously improved and broadened over time. Conflicts of Interest None declared.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,213
Score d'incertitude au seuil0,900

Scores Codex et Gemma par catégorie

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

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 Opus0,059
Tête enseignante GPT0,370
Écart entre enseignants0,311 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIproceedingsMême sujetTelemedicine and Telehealth ImplementationTravaux en français237 207