Potential Benefits and Drawbacks of Virtual Clinics in General Surgery: Pilot Cross-Sectional Questionnaire Study
Notice bibliographique
Résumé
BACKGROUND: Escalating demand for specialist health care puts considerable demand on hospital services. Technology offers a means by which health care providers may increase the efficiency of health care delivery. OBJECTIVE: The aim of this study was to conduct a pilot study of the feasibility, benefits, and drawbacks of a virtual clinic (VC) in the general surgical service of a busy tertiary center. METHODS: Patient satisfaction with current care and attitudes to VC were surveyed prospectively in the general surgical outpatient department (OPD; n=223). A subset of patients who had undergone endoscopy and day surgery were recruited to follow-up in a VC and subsequently surveyed with regard to their satisfaction (20/243). Other outcomes measured included a comparison of consultation times in traditional and virtual outpatient settings and financial cost to both patients and the institution. RESULTS: Almost half of the patients reported barriers to prospective use of VCs. However, within the cohort who had been followed-up in the VC, satisfaction was higher than the traditional OPD (100% as compared with 187/223, 83.9%). Significant savings in both time (P=.003) and financial costs to patients and the institution were found. CONCLUSIONS: For an appropriately selected group of patients, VCs offer a viable alternative to traditional OPD. This alternative can improve both patient satisfaction and efficiency of patient care.
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 | 0,001 | 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) | 0,001 | 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 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 ».