Investigating the Role of Telemedicine in Managing Type 2 Diabetes in Rural Adults
Notice bibliographique
Résumé
Introduction: Type 2 diabetes (T2D) is a growing concern in Canada and around the world leading to life-threatening complications if left untreated. Rural populations are disproportionately affected due to the inaccessibility of specialist care and diabetes self-management education (DSME). The use of telemedicine for the management of chronic disease is a growing field of research in recent years. This literature review investigates the role of teleconsultation with an endocrinologist for managing T2D in rural adults in North America. Methods: A literature search on PubMed using appropriate search terms was conducted. Studies in rural North American communities involving teleconsultation with an endocrinologist and a component of DSME were included. The primary outcome measured was HbA1c. Results: A total of six articles met inclusion criteria. No Canadian studies were identified. All studies found a significant decrease in the HbA1c measures after the telemedicine intervention. Discussion: The findings of this literature review suggest that telemedicine is effective at reducing HbA1c measures in North American adults with T2D. However, given the small sample sizes and non-randomised control trials, further research is needed, especially in rural Canadian populations, to determine the role of telemedicine for T2D management and its implementation in rural Canada. Telemedicine has many advantages, including increased accessibility to specialist care and reduced travel costs to urban centres. Barriers to telemedicine include implementation difficulties, access to the internet and technology and security concerns. Conclusions: Telemedicine for managing T2D is shown to be effective in reducing HbA1c measures in North American rural adults. However, further primary evidence is required to determine a causative effect.
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 | 0,007 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».