MétaCan
Menu
Retour à la cohorte
Enregistrement W3136931666 · doi:10.2196/23233

Recommendations for Health Equity and Virtual Care Arising From the COVID-19 Pandemic: Narrative Review

2021· review· en· W3136931666 sur OpenAlexaffvenue
James Shaw, LaPrincess C. Brewer, Tiffany C. Veinot

Notice bibliographique

RevueJMIR Formative Research · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueTelemedicine and Telehealth Implementation
Établissements canadiensWomen's College HospitalUniversity of Toronto
Organismes subventionnairesNational Institute on Minority Health and Health DisparitiesNational Center for Advancing Translational SciencesCenters for Disease Control and PreventionGeorgia Clinical and Translational Science AllianceAmerican Heart AssociationNational Institutes of HealthNational Science Foundation
Mots-clésHealth equityHealth careEquity (law)Public relationsTelehealthPandemicTelemedicinePublic healthGovernment (linguistics)BusinessPolitical scienceNursingCoronavirus disease 2019 (COVID-19)Medicine

Résumé

récupéré en direct d'OpenAlex

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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,015
score de la tête « metaresearch » (Gemma)0,071
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,079

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,071
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0050,006
Études des sciences et des technologies0,0020,005
Communication savante0,0090,012
Science ouverte0,0030,005
Intégrité de la recherche0,0060,007
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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.

Tête enseignante Opus0,532
Tête enseignante GPT0,657
Écart entre enseignants0,125 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations176
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJMIR Formative ResearchMême sujetTelemedicine and Telehealth ImplementationTravaux en français237 207