Factors associated with access to virtual care in older adults: A cross-sectional study
Notice bibliographique
Résumé
Abstract Background During the COVID-19 pandemic, virtual care (i.e. telephone or videoconference) has played a critical role. However, concerns were raised regarding equitable access for older adults, in particular, given potential advantages of videoconference-as opposed to telephone-based assessment. Our objective was to describe patient-specific factors associated with different modes of virtual healthcare. Methods We reviewed medical records of all patients assessed virtually in the geriatric medicine clinic at St. Michael’s Hospital, Toronto, Canada, between March 17 and July 13, 2020. We derived adjusted odds ratios (OR), risk differences (RD), and marginal and predicted probabilities, with 95% confidence intervals, from a multivariable logistic regression model, which tested the association between having a videoconference assessment (vs. a telephone assessment) and patient age, sex, ability to use a computer, education, frailty (measured on the Clinical Frailty Scale), history of cognitive impairment, and immigration history; language of assessment, and caregiver involvement in assessment. Results Our study included 330 patients (227 telephone and 103 videoconference assessments). Frailty (adjusted OR 0.62, 0.45 to 0.85; adjusted RD -0.08, -0.09 to -0.06) and absence of a caregiver (adjusted OR 0.12, 0.06 to 0.24; adjusted RD -0.35, -0.43 to -0.26) were associated with lower odds of videoconference assessment. For example, an 80-year-old woman with mild frailty who immigrated to Canada, speaks English, attained a post-secondary education, does not have cognitive impairment, and uses a computer had a 60% (39% to 80%) predicted probability of videoconference assessment if a caregiver was present compared to 15% (3% to 26%) without a caregiver. Only 32 of 98 (32.7%) patients who could independently use a computer participated in videoconference assessments. Conclusion Given the recent expansion of virtual care, we must urgently implement and evaluate strategies that optimise equitable access to videoconference-based virtual care for older adults.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 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 ».