#237 Tele-emergency medicine: a systematic review of the impact of telemedicine on emergency medicine on quality of care, time to treatment, and accessibility versus traditional care
Notice bibliographique
Résumé
Background Telemedicine has surged in popularity since the COVID-19 pandemic with widespread implementation across healthcare. In Emergency Medicine (EM), telemedicine—referred to as ‘tele-EM’—enhances patient flow and potentially reduces overcrowding by enabling timely remote consultations. This study systematically reviews the impact of tele-EM, focusing on quality of care, time to treatment, and accessibility compared to traditional in-person care. Methods Following PRISMA guidelines, a systematic review was conducted using four electronic databases: PubMed, Scopus, CENTRAL, and Embase. Search terms included ‘telemedicine’, ‘telehealth’, ‘tele-emergency’, ‘emergency departments’, ‘quality of care’, ‘implementation’, and ‘impact’. Studies were selected based on their relevance to telemedicine interventions in emergency department settings. Exclusion criteria included non-EM populations, comparisons of telemedicine with other interventions, and failure to meet primary endpoints. Cohort studies were assessed for bias using the Newcastle-Ottawa Scale. Results Of the 1,195 studies identified, 17 met the inclusion criteria. Tele-EM showed significant benefits, including a 20% reduction in transfer rates in rural emergency departments and a 30% decrease in paediatric interfacility transfers. Additionally, tele-EM shortened time to treatment, with a 20-minute reduction in time-to-ECG for myocardial infarction patients and a 50% reduction in time-to-head CT interpretation for neurological emergencies. Tele-EM also improved adherence to neonatal resuscitation guidelines by 25% and enhanced clinical decision-making by 20% for chest pain patients. Real-time video conferencing was the most utilized method of delivery. Conclusion Tele-EM demonstrates significant potential in EM, particularly in cardiology, stroke care, paediatrics, and psychiatry. It improves accessibility, reduces wait times, and enhances patient outcomes while potentially alleviating emergency department (ED) overcrowding through admission avoidance. However, limitations such as moderate-quality studies and regional biases affect the generalizability of these findings, potentially excluding certain patient populations. Future research should prioritize high-quality randomized trials to support broader implementation of tele-EM across diverse healthcare settings.
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 | 0,013 | 0,061 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,009 | 0,010 |
| Bibliométrie | 0,012 | 0,014 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,001 |
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.
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 ».