Conditions for success in introducing telemedicine in diabetes foot care: a qualitative inquiry
Notice bibliographique
Résumé
BACKGROUND: The uptake of various telehealth technologies to deliver health care services at a distance is expanding; however more knowledge is needed to help understand vital components for success in using telehealth in different work settings. This study was part of a larger trial designed to investigate the effect of an interactive telemedicine platform. The platform consisted of a web based ulcer record linked to a mobile phone to provide care for people with diabetic foot ulcers in outpatient clinics in specialist hospital care in collaboration with primary health care. The aim of this qualitative study was to identify perceptions of health care professionals in different working settings with respect to facilitators to engagement and participation in the application of telemedicine. METHODS: Ten focus groups were conducted with health care professionals and leaders in Western Norway between January 2014 and June 2015 using Interpretive Description, an applied qualitative research strategy. RESULTS: Four key conditions for success in using telemedicine as a new technology in diabetes foot care were identified: technology and training that were user-friendly; having a telemedicine champion in the work setting; the support of committed and responsible leaders; and effective communication channels at the organizational level. CONCLUSIONS: Successful larger scale implementation of telemedicine must involve consideration of complex contextual and organizational factors associated with different work settings. This form of new care technology in diabetes foot care often involves health care professionals working across different settings with different management systems and organizational cultures. Therefore, attention to the distinct needs of each staff group seems an essential condition for effective implementation.
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 | 0,023 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,007 | 0,007 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».