Telemedicine as an Option of Healthcare Services in monitoring Non Alcoholic Fatty Liver Disease (NAFLD) Patients Facing COVID-19 Pandemic
Notice bibliographique
Résumé
Healthcare visits were reduced during COVID-19 pandemic causing the disturbance of the sustainability in NAFLD monitoring. Telemedicine acts to maintain connectivity between patients and healthcare professionals. This review aimed to assess telemedicine helps to monitoring in NAFLD. The database was searched from The PubMedCentral and ScienceDirect from 2020 to 2023. We assessed the Cochrane Risk of Bias (RoB) for randomized controlled trial (RCT) and the Newcastle-Ottawa scale for non-RCTs systematic reviews. Meta-analyses with random-effects model to determine the pooled mean difference (MD) and p-value. There were three RCT and two non-RCT were included (n=239) with 56.9% males and the mean age was 51.3 years. Median intervention lasted 5.5 months. The parameter were body weight (BW), body mass index (BMI), waist circumference, liver function (AST/ALT), lipid profile and HbA1c. Metaanalysis showed telemedicine had a significant effect on improving outcomes for BW (MD -2.81: 95% CI, -4.11, -1.51, P 0.0001) and BMI (MD -1.01: 95% CI, -1.47, -0.55, P 0.0001) compared to standard care, while the AST/ALT were not significantly reduced. Other laboratory parameter were decreased from systematic reviews. Telemedicine through mobile-based applications could be an option for monitoring body weight and BMI in NAFLD patients facing the pandemic.
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 | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,005 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».