MétaCan
Menu
Retour à la cohorte
Enregistrement W4405646872 · doi:10.2147/opth.s491154

The Toronto Tele-Retinal Screening Program for the Elderly in Long-Term Care: A Pilot Project

2024· article· en· W4405646872 sur OpenAlexaffabout
Michelle H. Lim, Tina Felfeli, Winnie Mangubat, Hamid Moghimi, Michael Grinton, Michael H. Brent

Notice bibliographique

RevueClinical ophthalmology · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueRetinal Diseases and Treatments
Établissements canadiensToronto Western HospitalUniversity Health NetworkRegent Park Community Health CentrePublic Health OntarioUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineTerm (time)OptometryRetinalOphthalmology

Résumé

récupéré en direct d'OpenAlex

Objective: To report the results and feasibility of a pilot expansion of the Toronto Tele-Retinal Screening Program in an elderly long-term care home. Methods: Long term care patients with Type II diabetes mellitus (DM) were screened between April 1, 2022, and July 1, 2022. Demographic and health data were collected through surveys. Results: A total of 28 patients were screened, with 85.7% successfully undergoing retinal imaging. Among imaged patients, 8.3% (2/24) required urgent follow-up. Pathologies identified included uncontrolled glaucoma (4.1%, 1/24), non-proliferative diabetic retinopathy (8.3%, 2/24), and age-related macular degeneration (45.8%, 11/24). The handheld camera successfully screened 60% (3/5) of patients with mobility issues. Overall, 90% (17/19) of patients rated their experience as either "brilliant" or "really good". Discussion: This pilot project demonstrated the necessity for routine eye care in the elderly and the potential for widespread implementation of teleophthalmology in long-term care facilities. With only 14.3% (4/28) of patients unable to be imaged, this program offers a feasible, patient-friendly alternative to in-clinic screening. Future policies and practices in teleophthalmology should consider the unique needs of long-term care residents and the potential for reducing healthcare disparities through such a program.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,557
Score d'incertitude au seuil0,363

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,096
Tête enseignante GPT0,477
Écart entre enseignants0,381 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations1
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueClinical ophthalmologyMême sujetRetinal Diseases and TreatmentsTravaux en français237 207