The implementation of a virtual fracture clinic in Far North Queensland: satisfaction and success without travel
Notice bibliographique
Résumé
OBJECTIVE: Orthopaedic injuries often require timely management. This is challenging in remote regions, such as Far North Queensland, where patients must travel long distances. A Virtual Fracture Clinic (VFC) model offers a promising alternative, allowing remote management of select cases, and reducing travel burdens and healthcare costs. This prospective cohort study assessed the implementation of a VFC at Cairns Base Hospital. METHODS: An orthopaedic registrar triaged patients to the VFC based on predefined criteria over a 5-week period. Primary outcomes included patient satisfaction, travel distance savings and cost savings. Secondary outcomes included the clinical outcomes of the VFC and the traditional clinic. RESULTS: Out of 514 referrals, 36.4% were managed through the VFC. Compared with the traditional clinic, VFC patients had shorter wait times, and 91.4% of those seen in the VFC could be discharged without further review. VFC patients were highly satisfied, with 75.2% indicating a willingness to undergo the same treatment again. The VFC also resulted in significant travel distance and cost savings. No patients in the VFC required surgery during the follow-up period. CONCLUSION: This study provides the first prospective evidence that registrar-led VFCs in regional Australia can safely deliver orthopaedic care with substantial logistical and economic benefits. With high patient satisfaction and no compromise in safety, this model could redefine how fracture care is delivered across Australia's vast rural landscape, helping close the gap in access for remote and Indigenous populations.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».