Do “Virtual” and “Outpatient” Public Health Tuberculosis Clinics Perform Equally Well? A Program-Wide Evaluation in Alberta, Canada
Notice bibliographique
Résumé
BACKGROUND: Meeting the challenge of tuberculosis (TB) elimination will require adopting new models of delivering patient-centered care customized to diverse settings and contexts. In areas of low incidence with cases spread out across jurisdictions and large geographic areas, a "virtual" model is attractive. However, whether "virtual" clinics and telemedicine deliver the same outcomes as face-to-face encounters in general and within the sphere of public health in particular, is unknown. This evidence is generated here by analyzing outcomes between the "virtual" and "outpatient" public health TB clinics in Alberta, a province of Western Canada with a large geographic area and relatively small population. METHODS: In response to the challenge of delivering equitable TB services over long distances and to hard to reach communities, Alberta established three public health clinics for the delivery of its program: two outpatient serving major metropolitan areas, and one virtual serving mainly rural areas. The virtual clinic receives paper-based or electronic referrals and generates directives which are acted upon by local providers. Clinics are staffed by dedicated public health nurses and university-based TB physicians. Performance of the two types of clinics is compared between the years 2008 and 2012 using 16 case management and treatment outcome indicators and 12 contact management indicators. FINDINGS: In the outpatient and virtual clinics, respectively, 691 and 150 cases and their contacts were managed. Individually and together both types of clinics met most performance targets. Compared to outpatient clinics, virtual clinic performance was comparable, superior and inferior in 22, 3, and 3 indicators, respectively. CONCLUSIONS: Outpatient and virtual public health TB clinics perform equally well. In low incidence settings a combination of the two clinic types has the potential to address issues around equitable service delivery and declining expertise.
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 | 0,009 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».