Improving Equity of Access Through Electronic Consultation: A Case Study of an eConsult Service
Notice bibliographique
Résumé
Background: Patients with complex circumstances pertaining to geography, socioeconomic status, or functional health often face inequities in accessing care. Electronic consultation (eConsult) is a secure online application that allows primary care providers (PCPs) and specialists to communicate regarding a patient’s care. eConsult has demonstrated an ability to improve access to specialist care, and may be of particular use in cases of inequitable access. Methods: We examined how eConsult is used to improve equity of access for patients in complex circumstances by conducting a multiple case study of eConsults from seven patient groups: addiction, frail elderly, homeless, long-term care, rural, special needs, and transgender. Cases from these groups were selected from all eConsult cases completed between January 1 and December 31, 2017 using a data collection strategy tailored to each group. An access framework by Levesque et al. was applied to the data to examine five dimensions of access, arranged in chronological order, that reflect the process of a patient seeking care: approachability, acceptability; availability, affordability, and appropriateness. Two reviewers analyzed the cases using an iterative approach, regularly presenting findings to the research team for discussion and interpretation. Results: 825 cases emerged across the seven target groups. The selected cases highlighted a number of key factors, including the value of the patient-PCP relationship, the importance of considering patient perspectives when providing care, and efforts to accommodate patients facing particular challenges to accessing care. Examples emerged among all five dimensions of the Levesque et al. access framework, with the final dimension, appropriateness, emerging across all cases. Conclusions: By leveraging the eConsult platform, PCPs can help improve equitable access to specialist care. More research is needed to understand why patients with complex circumstances face a longer wait time compared to the general population, and the impact that eConsults can have in improving health outcomes and wait times for this population.
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 | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| 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 ».