Feasibility of regional center telehealth visits utilizing a rural research network in people with Parkinson’s disease
Notice bibliographique
Résumé
Abstract Background: Impaired motor and cognitive function can make travel cumbersome for People with Parkinson’s disease (PwPD). Over 50% of PwPD cared for at the University of Arkansas for Medical Sciences (UAMS) Movement Disorders Clinic reside over 30 miles from Little Rock. Improving access to clinical care for PwPD is needed. Objective: To explore the feasibility of remote clinic-to-clinic telehealth research visits for evaluation of multi-modal function in PwPD. Methods: PwPD residing within 30 miles of a UAMS Regional health center were enrolled and clinic-to-clinic telehealth visits were performed. Motor and non-motor disease assessments were administered and quantified. Results were compared to participants who performed at-home telehealth visits using the same protocols during the height of the COVID pandemic. Results: Compared to the at-home telehealth visit group ( n = 50), the participants from regional centers ( n = 13) had similar age and disease duration, but greater disease severity with higher total Unified Parkinson’s disease rating scale scores ( Z = −2.218, p = 0.027) and lower Montreal Cognitive Assessment scores ( Z = −3.350, p < 0.001). Regional center participants had lower incomes (Pearson’s chi = 21.3, p < 0.001), higher costs to attend visits (Pearson’s chi = 16.1, p = 0.003), and lived in more socioeconomically disadvantaged neighborhoods ( Z = −3.120, p = 0.002). Prior research participation was lower in the regional center group (Pearson’s chi = 4.5, p = 0.034) but both groups indicated interest in future research participation. Conclusions: Regional center research visits in PwPD in medically underserved areas are feasible and could help improve access to care and research participation in these traditionally underrepresented populations.
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 | 0,007 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,000 | 0,000 |
| 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 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 ».