Direct-to-patient digital diagnostics in primary care: Opportunities, challenges, and conditions necessary for responsible digital diagnostics
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Diagnostics are increasingly shifting to patients' home environment, facilitated by new digital technologies. Digital diagnostics (diagnostic services enabled by digital technologies) can be a tool to better respond to the challenges faced by primary care systems while aligning with patients' and healthcare professionals' needs. However, it needs to be clarified how to determine the success of these interventions. OBJECTIVES: We aim to provide practical guidance to facilitate the adequate development and implementation of digital diagnostics. STRATEGY: Here, we propose the quadruple aim (better patient experiences, health outcomes and professional satisfaction at lower costs) as a framework to determine the contribution of digital diagnostics in primary care. Using this framework, we critically analyse the advantages and challenges of digital diagnostics in primary care using scientific literature and relevant casuistry. RESULTS: Two use cases address the development process and implementation in the Netherlands: a patient portal for reporting laboratory results and digital diagnostics as part of hybrid care, respectively. The third use case addresses digital diagnostics for sexually transmitted diseases from an international perspective. CONCLUSIONS: We conclude that although evidence is gathering, the often-expected value of digital diagnostics needs adequate scientific evidence. We propose striving for evidence-based 'responsible digital diagnostics' (sustainable, ethically acceptable, and socially desirable digital diagnostics). Finally, we provide a set of conditions necessary to achieve it. The analysis and actionable guidance provided can improve the chance of success of digital diagnostics interventions and overall, the positive impact of this rapidly developing field.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,009 |
| 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 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle