MétaCan
Menu
← Retour à la cohorte
Enregistrement W4409413758 · doi:10.2196/58553

Effectiveness of Telemedicine on Wound-Related and Patient-Reported Outcomes in Patients With Chronic Wounds: Systematic Review and Meta-Analysis

2025· review· en· W4409413758 sur OpenAlexvenueno aff
Xiaoyan Zhang, Zhanghui Guo, Jiayin Luo

Notice bibliographique

RevueJMIR mhealth and uhealth · 2025
Typereview
Langueen
DomaineMedicine
ThématiqueTelemedicine and Telehealth Implementation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPreprintMeta-analysisTelemedicineMedicineSystematic reviewWound careMEDLINEIntensive care medicinePhysical therapyHealth carePathologyComputer scienceWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

Background: Telemedicine may provide new vitality and opportunities to the field of wound care and has been advocated as being a potential and feasible strategy for chronic wound management. Objective: This systematic review and meta-analysis aimed to assess the effectiveness of telemedicine on wound-related outcomes and patient-reported outcomes in patients with chronic wounds. Methods: A comprehensive search of 9 databases, including PubMed, Embase, PsycINFO, the Cochrane Library, CINAHL, Web of Science, the China National Knowledge Infrastructure database, the Wanfang database, and the VIP database, was performed to identify eligible randomized controlled trials that investigated the effectiveness of telemedicine for patients with chronic wounds. The primary outcome was wound healing, including healing score, healing time, and healing rate. The quality of the included studies was examined via the Cochrane risk-of-bias tool. Data synthesis was conducted via Review Manager (version 5.4; the Cochrane Collaboration). Due to anticipated heterogeneity, a random-effects meta-analysis was used. Effect estimates are presented as risk ratio (RR) or standard mean differences (SMDs) with 95% CI. The quality of the evidence was assessed via the Grading of Recommendations, Assessment, Development, and Evaluation approach. Results: A total of 22 randomized controlled trials involving 2397 participants met the inclusion criteria. This review demonstrated that telemedicine significantly improved the healing score (SMD -1.46, 95% CI -2.27 to -0.66; P<.001; I2=95%; P<.001), healing time (SMD -0.47, 95% CI -0.92 to 0.02; P=.04; I2=85%; P<.001), amputation rate (RR 0.52, 95% CI 0.31-0.88; P=.02; I2=23%; P=.28), pain (SMD-0.62, 95% CI -0.90 to -0.34; P<.001; I2=0%; P=.32), and quality of life (SMD 1.90, 95% CI 0.32-3.48; P=.02; I2=98%; P<.001). Although the meta-analysis results indicated that telemedicine enhanced the healing rate (RR 1.16, 95% CI 1.02-1.33; P=.03; I2=50%; P=.03), potential publication bias was detected (Egger test, bias=1.801; SE 0.367; P<.001). Upon imputing the missing studies using the trim-and-fill method, the recalculated pooled RR was adjusted, resulting in a new estimate of RR 1.06 (95% CI 0.98-1.15; P=.16). In addition, no significant differences were found in mortality, depression, anxiety, or patient satisfaction. Conclusions: There is some evidence that telemedicine contributes to improvements in the healing score, healing time, amputation rate, pain, and quality of life of patients with chronic wounds. Nevertheless, further high-quality studies are essential to examine the impact of telemedicine on healing rate and patient-reported outcomes in patients with chronic wounds.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,016
score de la tête « metaresearch » (Gemma)0,043
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,083

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,043
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0210,038
Bibliométrie0,0070,007
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,055
Tête enseignante GPT0,421
Écart entre enseignants0,365 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
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

Citations5
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR mhealth and uhealth→Même sujetTelemedicine and Telehealth Implementation→Travaux en français237 207→