Evaluating Factors Associated With Telehealth Appropriateness in Outpatient Rheumatoid Arthritis Encounters Using the Encounter Appropriateness Score for You (EASY)
Notice bibliographique
Résumé
OBJECTIVE: Telehealth has been proposed as a safe and effective alternative to in-person care for rheumatoid arthritis (RA). The purpose of this study was to evaluate factors associated with telehealth appropriateness in outpatient RA encounters. METHODS: A prospective cohort study (January 1, 2021, to August 31, 2021) was conducted using electronic health record data from outpatient RA encounters in a single academic rheumatology practice. Rheumatology providers rated the telehealth appropriateness of their own encounters using the Encounter Appropriateness Score for You (EASY) immediately following each encounter. Robust Poisson regression with generalized estimating equations modeling was used to evaluate the association of telehealth appropriateness with patient demographics, RA clinical characteristics, comorbid noninflammatory causes of joint pain, previous and current encounter characteristics, and provider characteristics. RESULTS: During the study period, 1823 outpatient encounters with 1177 unique patients with RA received an EASY score from 25 rheumatology providers. In the final multivariate model, factors associated with increased telehealth appropriateness included higher average provider preference for telehealth in prior encounters (relative risk [RR] 1.26, 95% CI 1.21-1.31), telehealth as the current encounter modality (RR 2.27, 95% CI 1.95-2.64), and increased patient age (RR 1.05, 95% CI 1.01-1.09). Factors associated with decreased telehealth appropriateness included moderate (RR 0.81, 95% CI 0.68-0.96) and high (RR 0.57, 95% CI 0.46-0.70) RA disease activity and if the previous encounters were conducted by telehealth (RR 0.83, 95% CI 0.73-0.95). CONCLUSION: In this study, telehealth appropriateness was most associated with provider preference, the current and previous encounter modality, and RA disease activity. Other factors like patient demographics, RA medications, and comorbid noninflammatory causes of joint pain were not associated with telehealth appropriateness.
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 | 0,003 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».