Design of a multi-dimensional assessment framework for telemonitoring for heart failure patients
Notice bibliographique
Résumé
La télésurveillance est une branche de la télémédecine définie comme l'utilisation de technologies de communication pour surveiller et transmettre des données sur l'état de santé des patients aux professionnels de santé à distance. Elle peut améliorer la gestion de l'insuffisance cardiaque, mais il n'existe pas de cadre d'évaluation standardisé permettant d'évaluer son impact global. Dans cette thèse, nos objectifs étaient de construire un cadre d'évaluation multidimensionnel pour les projets de télésurveillance de l'insuffisance cardiaque, tout en listant et en organisant les critères et les indicateurs d'évaluation. Afin d'atteindre ces objectifs, nous avons d'abord effectué une revue systématique sur les études d’évaluation pour les systèmes de télésurveillance de l’insuffisance cardiaque. Nous avons constaté que les cadres existants dans la littérature se concentrent principalement sur les dimensions clinique et économique du projet et beaucoup moins sur les dimensions technique et organisationnelle. Par conséquent, cette thèse se concentre sur les critères et les indicateurs techniques et organisationnels pertinents pour construire ce cadre d'évaluation. La dimension d'évaluation technique a été construite en collaboration avec des experts en télémédecine et des utilisateurs finaux. La construction de la dimension organisationnelle a fait l'objet d'une enquête de consensus Delphi pour valider les critères et les hiérarchisér en fonction de leur degré d'importance en collaborant avec différents experts en France et au Québec. Notre cadre d'évaluation de la télésurveillance couvre 5 dimensions : clinique, économique, technique, organisationnelle et éducation, réparties tout au long du cycle de vie du projet de télésurveillance.
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 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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».