Virtual assessment and management of chronic cough: A scoping review
Notice bibliographique
Résumé
Background: Chronic cough is a frequent reason for seeking consultation with primary care providers. The recent widespread adoption of virtual care offers a promising alternative that can be used to optimize the assessment and management of this condition. The objective of this review was to map and identify the strategies used to assess and/or manage chronic cough virtually, and to explore their impact on cough severity and patient satisfaction with virtual care. Methods: A scoping review was conducted in MEDLINE, EMBASE, and CINAHL in May 2023. Research questions were defined based on the Population, Concept, Context mnemonic, and literature search was conducted using a three-step approach. Study selection involved the steps of identification, screening, eligibility, and inclusion. A descriptive synthesis was performed, and quantitative variables were presented as absolute and relative frequencies. Results: A total of 4953 studies were identified and seven met the inclusion criteria. The following mHealth and telehealth strategies were identified: diagnostic website, specialized online clinic, online speech language therapy, and remote follow-up to assess the effectiveness of in-person interventions. Results indicated that these virtual strategies can be useful to assess chronic cough, treat, and track chronic cough symptoms. Overall, patients were satisfied with the approaches. Conclusion: Although literature is scarce, evidence suggests that virtual strategies for the assessment and management of chronic cough may be effective and are well-received by patients. However, further research is needed to identify the type and characteristics of virtual approaches leading to optimize and facilitate the care of patients with this condition. This will also help develop a strong body of evidence to support their incorporation into guidelines and clinical practice.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| 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 | 0,000 | 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 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 ».