MétaCan
Menu
← Retour à la cohorte
Enregistrement W4393259867 · doi:10.2196/55209

Telehealth Evaluation in the United States: Protocol for a Scoping Review

2024· review· en· W4393259867 sur OpenAlexvenueno aff
Yunxi Zhang, Yueh-Yun Lin, Lincy S. Lal, Jennifer C. Reneker, Elizabeth Hinton, Saurabh Chandra, J. Michael Swint

Notice bibliographique

RevueJMIR Research Protocols · 2024
Typereview
Langueen
DomaineMedicine
ThématiqueTelemedicine and Telehealth Implementation
Établissements canadiensnon disponible
Organismes subventionnairesHealth Resources and Services AdministrationU.S. Department of Health and Human Services
Mots-clésTelehealthSystematic reviewStakeholderProtocol (science)Health careTelemedicineKnowledge managementComputer scienceMEDLINEMedicinePolitical sciencePublic relations

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The rapid expansion of telehealth services, driven by the COVID-19 pandemic, necessitates systematic evaluation to guarantee the quality, effectiveness, and cost-effectiveness of telehealth services and programs in the United States. While numerous evaluation frameworks have emerged, crafted by various stakeholders, their comprehensiveness is limited, and the overall state of telehealth evaluation remains unclear. OBJECTIVE: The overarching goal of this scoping review is to create a comprehensive overview of telehealth evaluation, incorporating perspectives from multiple stakeholder categories. Specifically, we aim to (1) map the existing landscape of telehealth evaluation, (2) identify key concepts for evaluation, (3) synthesize existing evaluation frameworks, and (4) identify measurements and assessments considered in the United States. METHODS: We will conduct this scoping review in accordance with the Joanna Briggs Institute (JBI) methodology for scoping reviews and in line with the PRISMA-ScR (Preferred Reporting Items for Systematic Reviews and Meta-Analyses extension for Scoping Reviews). This scoping review will consider documents, including reviews, reports, and white papers, published since January 1, 2019. It will focus on evaluation frameworks and associated measurements of telehealth services and programs in the US health care system, developed by telehealth stakeholders, professional organizations, and authoritative sources, excluding those developed by individual researchers, to collect data that reflect the collective expertise and consensus of experts within the respective professional group. RESULTS: The data extracted from selected documents will be synthesized using tools such as tables and figures. Visual aids like Venn diagrams will be used to illustrate the relationships between the evaluation frameworks from various sources. A narrative summary will be crafted to further describe how the results align with the review objectives, facilitating a comprehensive overview of the findings. This scoping review is expected to conclude by August 2024. CONCLUSIONS: By addressing critical gaps in telehealth evaluation, this scoping review protocol lays the foundation for a comprehensive and multistakeholder assessment of telehealth services and programs. Its findings will inform policy makers, health care providers, researchers, and other stakeholders in advancing the quality, effectiveness, and cost-effectiveness of telehealth in the US health care system. TRIAL REGISTRATION: OSF Registries osf.io/aytus; https://osf.io/aytus. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): DERR1-10.2196/55209.

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)0,156
score de la tête « metaresearch » (Gemma)0,165
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: Protocole · Signal consensuel: Protocole
Score de désaccord entre enseignants0,156
Score d'incertitude au seuil0,827

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1560,165
Méta-épidémiologie (sens strict)0,0060,006
Méta-épidémiologie (sens large)0,0130,015
Bibliométrie0,0160,019
Études des sciences et des technologies0,0070,007
Communication savante0,0110,010
Science ouverte0,0050,008
Intégrité de la recherche0,0100,012
Charge utile insuffisante (le modèle a refusé de juger)0,0900,020

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 Opus0,794
Tête enseignante GPT0,764
Écart entre enseignants0,030 · 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
GenreProtocole

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Research Protocols→Même sujetTelemedicine and Telehealth Implementation→Travaux en français237 207→