MétaCan
Menu
Retour à la cohorte
Enregistrement W4412471323 · doi:10.2196/77698

Exploring the Role of Telemedicine in Duchenne Muscular Dystrophy: Benefits and Challenges

2025· article· en· W4412471323 sur OpenAlexvenueno aff
Eliza Wasilewska, Andrzej Wasilewski, Alessandro Onofri, Jan Wasilewski, Dominika Sabiniewicz-Ziajka, Agnieszka Sobierajska-Rek, Jarosław Meyer-Szary, Karolina Śledzińska, Jolanta Wierzba, Marek Niedoszytko, Sylwia Małgorzewicz

Notice bibliographique

RevueJMIR Formative Research · 2025
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMuscle Physiology and Disorders
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPreprintDuchenne muscular dystrophyTelemedicineMuscular dystrophyMedicinePhysical medicine and rehabilitationComputer scienceWorld Wide WebPolitical scienceHealth careInternal medicine

Résumé

récupéré en direct d'OpenAlex

Duchenne muscular dystrophy (DMD) is the most frequent, progressive disease caused by a genetic defect that leads to the production of a nonfunctional form of dystrophin, thereby causing premature death. Ways to improve, adapt, and facilitate the care of people with DMD are still being explored. This viewpoint, developed by an accredited Duchenne center, aims to present current telemedicine options specifically tailored for patients with DMD and to discuss the advantages and limitations of these approaches across various health care domains. As one of the first centers in Poland to implement such an approach, the accredited Duchenne center provides targeted home-based care by using digital platforms and telemedicine tools. Additionally, we explore the potential of telemedicine to support different types of remote communication, including provider-to-provider, between patient/caregiver and provider, and between patient/caregiver and patient/caregiver interactions. This model has the potential to significantly enhance access to specialized care and improve the continuity and quality of life for those living with DMD.

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)0,011
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,059

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0050,005
Science ouverte0,0010,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,073
Tête enseignante GPT0,344
Écart entre enseignants0,271 · 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'étudeSans objet
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

Citations4
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Formative ResearchMême sujetMuscle Physiology and DisordersTravaux en français237 207