Recommendations for Health Equity and Virtual Care Arising From the COVID-19 Pandemic: Narrative Review
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: The COVID-19 health crisis has disproportionately impacted populations who have been historically marginalized in health care and public health, including low-income and racial and ethnic minority groups. Members of marginalized communities experience undue barriers to accessing health care through virtual care technologies, which have become the primary mode of ambulatory health care delivery during the COVID-19 pandemic. Insights generated during the COVID-19 pandemic can inform strategies to promote health equity in virtual care now and in the future. OBJECTIVE: The aim of this study is to generate insights arising from literature that was published in direct response to the widespread use of virtual care during the COVID-19 pandemic, and had a primary focus on providing recommendations for promoting health equity in the delivery of virtual care. METHODS: We conducted a narrative review of literature on health equity and virtual care during the COVID-19 pandemic published in 2020, describing strategies that have been proposed in the literature at three levels: (1) policy and government, (2) organizations and health systems, and (3) communities and patients. RESULTS: We highlight three strategies for promoting health equity through virtual care that have been underaddressed in this literature: (1) simplifying complex interfaces and workflows, (2) using supportive intermediaries, and (3) creating mechanisms through which marginalized community members can provide immediate input into the planning and delivery of virtual care. CONCLUSIONS: We conclude by outlining three areas of work that are required to ensure that virtual care is employed in ways that are equity enhancing in a post-COVID-19 reality.
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.
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 | 0,005 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 découle