Digital samkonsultasjon innen psykiske helsetjenester
Notice bibliographique
Résumé
Hovedbudskap\nDen systematiske oversikten fra 2019 (Totten og medarbeidere) undersøkte effekten av ulike former for telehelsekonsultasjoner ved kroniske og akutte tilstander. Vi så kun på den delen av oversikten som omhandlet psykisk helse. Resultatene viser at: \n•\tAlle programmene rapporterte bedring av kliniske utfall, slik som færre symptomer og høyere remisjonsrater etter 6 eller 12 måneder i tiltaksgruppen sammenlignet med kontrollgruppen. \n•\tDet var også bedre etterlevelse av legemiddelbruk og økt tilfredshet i tiltaksgruppen sammenlignet med kontrollgruppen. \nDen systematiske oversikten fra 2021 (Jones og medarbeidere) omhandlet digital samkonsultasjon innen fysiske og psykiske helsetjenester for barn og unge. Resultatene viser at:\n \n•\tDigital samkonsultasjon i team ble vurdert som svært nyttig av helsepersonell for å støtte klinisk praksis.\n•\tHelsepersonell var generelt sett fornøyd med prosess og effektivitet når det gjaldt digital samkonsultasjon.\n•\tDet mangler forskning på kliniske utfall for å kunne si noe mer om hvordan digital samkonsultasjon påvirker barn og unges fysiske og psykiske helse. \n•\tDigital samkonsultasjon innen helsetjenester for barn og unge er et begynnende forskningsfelt. \nMetodisk kvalitet ble vurdert i oversikten fra Jones og medarbeidere og risikoen for systematiske skjevheter var lav. Metodisk kvalitet ble ikke vurdert i oversikten til Totten og medarbeidere siden vi kun formidler resultatene fra en del av oversikten. De fleste studiene i begge oversiktene ble utført i USA, og én i Canada, og overførbarheten til norske forhold er derfor usikker.
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 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».