Increasing access without compromising quality: optimizing telemedicine care in pediatric rheumatology
Notice bibliographique
Résumé
Juvenile idiopathic arthritis (JIA) is a chronic immune-mediated condition affecting approximately 1 in 1,000 children in the United States. Without appropriate treatment, JIA can lead to permanent disability, chronic pain, and impaired quality of life. Targeted treatment strategies have enabled some patients to achieve sustained inactive disease and improved outcomes. However, the ongoing workforce shortage of pediatric rheumatologists poses a barrier to accessing effective care for many patients and families. Telemedicine is a potential solution to improving access to care for patients who travel significant distances to obtain pediatric rheumatology healthcare. During the COVID-19 pandemic, telemedicine saw rapid adoption with exponential uptake in use during unprecedented circumstances and resulted in inconsistent implementation of this emerging healthcare modality. While virtual visits offer many benefits, they often fail in gathering critical data elements required for measuring and tracking health outcomes, engaging in data-driven shared decision making, population health management and secondary research. In response to these challenges, the Pediatric Rheumatology Care and Outcomes Improvement Network (PR-COIN) Digital Health Workgroup conducted a needs assessment among its members to identify opportunities and barriers for optimizing telemedicine visits for patients with JIA. Based on this assessment, potential interventions and instructional materials were developed and compiled into a "change package" to assist rheumatology teams in planning, implementing and evaluating improvements to telemedicine visits at their centers. This change package is publicly available on the PR-COIN website for adoption and use (https://www.pr-coin.org/center-tools-resources). Continuous evaluation and adaptation of these tools are essential as telemedicine practices continue to evolve.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».