MétaCan
Menu
Retour à la cohorte
Enregistrement W4390222180 · doi:10.1055/s-0043-1768728

Telehealth as a Component of One Health: a Position Paper

2023· article· en· W4390222180 sur OpenAlexaff
Arindam Basu, Vije Kumar Rajput, M. Ito, Prasad Ranatunga, Craig Kuziemsky, Gumindu Kulatunga, Inga Hunter, Najeeb Al-Shorbaji, Shashi Bhushan Gogia, Sriram Iyengar

Notice bibliographique

RevueYearbook of Medical Informatics · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueZoonotic diseases and public health
Établissements canadiensMacEwan University
Organismes subventionnairesnon disponible
Mots-clésTelehealthStewardship (theology)Antimicrobial stewardshipBusinessContext (archaeology)Health carePosition paperFood securityResistance (ecology)TelemedicineMedicineKnowledge managementNursingEnvironmental healthPublic relationsAgricultureAntibiotic resistancePolitical scienceGeographyComputer scienceEcology

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: One Health (OH) refers to the integration of human, animal, and ecosystem health within one framework in the context of zoonoses, antimicrobial resistance and stewardship, and food security. Telehealth refers to distance delivery of healthcare. A systems approach is central to both One Health and telehealth, and telehealth can be a core component of One Health. Here we explain how telehealth might be integrated into One Health. METHODS: We have considered antimicrobial resistance (AMR) as a use case where both One Health and telehealth can be used for coordination among the farming sector, the veterinary services, and human health providers to mitigate the risk of AMR. We conducted a narrative review of the literature to develop a position on the inter-relationships between telehealth and One Health. We have summarised how telehealth can be incorporated within One Health. RESULTS: Clinicians have used telehealth to address antimicrobial resistance, zoonoses, food borne infection, improvement of food security and antimicrobial stewardship. We identified little existing evidence in support of the usage of telehealth within a One Health paradigm, although in isolation, both are useful for the same purpose, i.e., mitigation of the significant public health risks posed by zoonoses, food borne infections, and antimicrobial resistance. CONCLUSIONS: It is possible to integrate telehealth within a One Health framework to develop effective inter-sectoral communication essential for the mitigation and addressing of zoonoses, food security, food borne infection containment and antimicrobial stewardship. More research is needed to substantiate and investigate this model of healthcare.

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)0,013
score de la tête « metaresearch » (Gemma)0,019
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,067

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,019
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0030,006
Communication savante0,0110,013
Science ouverte0,0020,006
Intégrité de la recherche0,0100,012
Charge utile insuffisante (le modèle a refusé de juger)0,0080,002

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 Opus0,036
Tête enseignante GPT0,351
Écart entre enseignants0,315 · 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'étudeSans objet
Domainenon disponible
GenreCommentaire

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 revueYearbook of Medical InformaticsMême sujetZoonotic diseases and public healthTravaux en français237 207