MétaCan
Menu
Retour à la cohorte
Enregistrement W2789213044 · doi:10.1177/1054773818758170

Planning Telehealth for Older Adults With Atrial Fibrillation in Rural Communities: Understanding Stakeholder Perspectives

2018· article· en· W2789213044 sur OpenAlexafffund
Kathy L. Rush, Linda Hatt, Nicole Gorman, Louann Janicki, Petr Polasek, Matt Shay

Notice bibliographique

RevueClinical Nursing Research · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueTelemedicine and Telehealth Implementation
Établissements canadiensUniversity of CalgaryInterior HealthKelowna General HospitalUniversity of British Columbia, Okanagan CampusUniversity of British Columbia
Organismes subventionnairesInstitute of AgingCanadian Institutes of Health Research
Mots-clésTelehealthNursingRural areaStakeholderMedicineTelemedicineRural healthQualitative researchHealth careFamily medicinePublic relationsSociologyPolitical science

Résumé

récupéré en direct d'OpenAlex

Older adults with atrial fibrillation (AF) in rural communities have less access to cardiac specialty care. Telehealth offers a viable approach to provide cardiac care, yet little is known about patients' and providers' views on telehealth's potential to support rural patients with AF. This qualitative descriptive study examines patient and health providers' perspectives, an important first step in planning a telehealth initiative. Eight patients with AF, along with one partner from rural communities, were recruited through an urban-based AF clinic. Five providers were recruited through professional practice leads in the health region. Semistructured telephone interviews were conducted with both stakeholder groups. The overriding theme was variability in patient and provider receptiveness to telehealth. Receptiveness reflected differences in past experience with telehealth, in perceived adequacy of rural health services, and in perceived gaps in AF care. These are important considerations in planning effective and sustainable telehealth in rural communities.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,043

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0060,003
Communication savante0,0030,003
Science ouverte0,0010,005
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,402
Tête enseignante GPT0,561
Écart entre enseignants0,159 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations26
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueClinical Nursing ResearchMême sujetTelemedicine and Telehealth ImplementationTravaux en français237 207