Patient and Health System Experience With Implementation of an Enterprise-Wide Telehealth Scheduled Video Visit Program: Mixed-Methods Study
Notice bibliographique
Résumé
BACKGROUND: Real-time video visits are increasingly used to provide care in a number of settings because they increase access and convenience of care, yet there are few reports of health system experiences. OBJECTIVE: The objective of this study is to report health system and patient experiences with implementation of a telehealth scheduled video visit program across a health system. METHODS: This is a mixed methods study including (1) a retrospective descriptive report of implementation of a telehealth scheduled visit program at one large urban academic-affiliated health system and (2) a survey of patients who participated in scheduled telehealth visits. Health system and patient-reported survey measures were aligned with the National Quality Forum telehealth measure reporting domains of access, experience, and effectiveness of care. RESULTS: This study describes implementation of a scheduled synchronous video visit program over an 18-month period. A total of 3018 scheduled video visits were completed across multiple clinical departments. Patient experiences were captured in surveys of 764 patients who participated in telehealth visits. Among survey respondents, 91.6% (728/795) reported satisfaction with the scheduled visits and 82.7% (628/759) reported perceived quality similar to an in-person visit. A total of 86.0% (652/758) responded that use of the scheduled video visit made it easier to get care. Nearly half (46.7%, 346/740) of patients estimated saving 1 to 3 hours and 40.8% (302/740) reported saving more than 3 hours of time. The net promoter score, a measure of patient satisfaction, was very high at 52. CONCLUSIONS: A large urban multihospital health system implemented an enterprise-wide scheduled telehealth video visit program across a range of clinical specialties with a positive patient experience. Patients found use of scheduled video visits made it easier to get care and the majority perceived time saved, suggesting that use of telehealth for scheduled visits can improve potential access to care across a range of clinical scenarios with favorable patient experiences.
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 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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».