Telerheumatology Shared-Care Model: Leveraging the Expertise of an Advanced Clinician Practitioner in Arthritis Care (ACPAC)-Trained Extended Role Practitioner in Rural-Remote Ontario
Notice bibliographique
Résumé
OBJECTIVE: A shortage of rheumatologists has led to gaps in inflammatory arthritis (IA) care in Canada. Amplified in rural-remote communities, the number of rheumatologists practicing rurally has not been meaningfully increased, and alternate care strategies must be adopted. In this retrospective chart review, we describe the impact of a shared-care telerheumatology model using a community-embedded Advanced Clinician Practitioner in Arthritis Care (ACPAC)-extended role practitioner (ERP) and an urban-based rheumatologist. METHODS: A rheumatologist and an ACPAC-ERP established a monthly half-day hub-and-spoke-telerheumatology clinic to care for patients with suspected IA, triaged by the ACPAC-ERP. Comprehensive initial assessments were conducted in-person by the ACPAC-ERP (spoke); investigations were completed prior to the telerheumatology visit. Subsequent collaborative visits occurred with the rheumatologist (hub) attending virtually. Retrospective analysis of demographics, time-to-key care indices, patient-reported outcomes, clinical data, and estimated travel savings was performed. RESULTS: Data from 124 patients seen between January 2013 and January 2022 were collected; 98% (n = 494/504 visits) were virtual. The average age of patients at first visit was 55.6 years, and 75.8% were female. IA/connective tissue disease (CTD) was confirmed in 65% of patients. Mean time from primary care referral to ACPAC-ERP assessment was 52.5 days, and mean time from ACPAC-ERP assessment to the telerheumatology visit was 64.5 days. An estimated 493,470 km of patient-related travel was avoided. CONCLUSION: An ACPAC-ERP (spoke) and rheumatologist (hub) telerheumatology model of care assessing and managing patients with suspected IA in rural-remote Ontario was described. This model can be leveraged to increase capacity by delivering comprehensive virtual rheumatologic care in underserved communities.
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 | 0,008 |
| 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 | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».