Utilization, Benefits, and Impact of an e-Consultation Service Across Diverse Specialties and Primary Care Providers
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Access to specialist advice remains a barrier for primary care providers (PCPs) and their patients. Virtual consultations have been used to expedite access. There are few studies demonstrating the utilization and impact of such services. We established a regional e-consultation service that was used across a wide range of specialty services and PCPs. MATERIALS AND METHODS: We prospectively collected all e-consultations submitted from April 1, 2011 to June 30, 2012. Utilization data collected included number of e-consultations submitted, specialist response, and time required for the specialist to complete the e-consultation. Perceived benefit to the PCPs and their patients and the impact on care delivery were determined from a close-out survey. RESULTS: Fifty-nine PCPs submitted 406 e-consultations to 16 specialty services. The specialist provided an answer without requesting further information in 89% of cases, with >90% of cases taking <15 min for the specialist to complete. Seventy-five percent of cases were answered in <3 days. The service was perceived as highly beneficial to providers and patients in>90% of cases. In 43% of submitted cases a traditional referral was originally contemplated but was now avoided. CONCLUSIONS: We successfully implemented an e-consultation service across diverse PCPs and specialty services that was highly valued. Almost half of referrals submitted would have required a face-to-face consultation if the service had not been available. Thus e-consultation has tremendous potential for improving access to specialist advice in a much more timely manner than the traditional referral-consultation process.
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.
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 | 0,001 |
| 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 découle