Australian private practice metropolitan telepsychiatry during the COVID-19 pandemic: analysis of Quarter-2, 2020 usage of new MBS-telehealth item psychiatrist services
Notice bibliographique
Résumé
OBJECTIVE: The Australian Commonwealth Government introduced new psychiatrist Medicare-Benefits-Schedule (MBS)-telehealth items in the first wave of the COVID-19 pandemic to assist with previously office-based psychiatric practice. We investigate private psychiatrists' uptake of (1) video- and telephone-telehealth consultations for Quarter-2 (April-June) of 2020 and (2) total telehealth and face-to-face consultations in Quarter-2, 2020 in comparison to Quarter-2, 2019 for Australia. METHODS: MBS item service data were extracted for COVID-19-psychiatrist-video- and telephone-telehealth item numbers and compared with a baseline of the Quarter-2, 2019 (April-June 2019) of face-to-face consultations for the whole of Australia. RESULTS: Combined telehealth and face-to-face psychiatry consultations rose during the first wave of the pandemic in Quarter-2, 2020 by 14% compared to Quarter-2, 2019 and telehealth was approximately half of this total. Face-to-face consultations in 2020 comprised only 56% of the comparative Quarter-2, 2019 consultations. Most telehealth provision was by telephone for short consultations of ⩽15-30 min. Video consultations comprised 38% of the total telehealth provision (for new patient assessments and longer consultations). CONCLUSIONS: There has been a flexible, rapid response to patient demand by private psychiatrists using the new COVID-19-MBS-telehealth items for Quarter-2, 2020, and in the context of decreased face-to-face consultations, ongoing telehealth is essential.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 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 ».