MétaCan
Menu
Retour à la cohorte
Enregistrement W4401579654 · doi:10.1177/01632787241273911

Physician-Led Synchronous Telemedicine Compared to Face-To-Face Care in Primary Care: A Systematic Review

2024· review· en· W4401579654 sur OpenAlexafffund
Keyna Bracken, Jennifer Salerno, Ling Yang

Notice bibliographique

RevueEvaluation & the Health Professions · 2024
Typereview
Langueen
DomaineMedicine
ThématiqueTelemedicine and Telehealth Implementation
Établissements canadiensImpactMcMaster University
Organismes subventionnairesMcMaster University
Mots-clésTelemedicinePsycINFOMEDLINEMedicineHealth careCochrane LibrarySystematic reviewFamily medicineFace-to-faceChecklistMeta-analysisGrey literaturePsychology

Résumé

récupéré en direct d'OpenAlex

The COVID-19 crisis rapidly introduced telemedicine as the predominate modality to deliver healthcare however this change has not received attention in primary care settings and the health-related impacts are unknown. The study's objective was to explore the effects of physician-led synchronous telemedicine compared to face-to-face care delivered in the primary care setting on healthcare system use and attributes of primary care as reported in recent studies. We performed a comprehensive literature search in five databases (MEDLINE, Embase, Cochrane Database of Systematic Reviews, Cochrane Central Register of Controlled Trials, PsycInfo) and critical appraisal using the Joanna Briggs Institute tools. Of 6,247 studies identified, 157 studies underwent full text review, and 19 studies were included. Most studies were conducted in the U.S. (78.9%) and used video and telephone telemedicine (57.9%). An outcome-based qualitative description and narrative synthesis showed similar or fewer emergency department visits, hospital visits, and prescribing, and fewer diagnostic tests and imaging for telemedicine visits compared to face-to-face care. Our systematic review fills a gap in the literature on telemedicine in primary care settings however our results need to be interpreted cautiously given studies' susceptibility to selection bias, confounding, and limited applicability to other health systems and time periods.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,252
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0060,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,127
Tête enseignante GPT0,512
Écart entre enseignants0,385 · 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 tête enseignante, pas un consensus.

Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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

En bref

Citations2
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEvaluation & the Health ProfessionsMême sujetTelemedicine and Telehealth ImplementationTravaux en français237 207