Rural Telemedicine Use Before and During the COVID-19 Pandemic: Repeated Cross-sectional Study
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 pandemic has led to a notable increase in telemedicine adoption. However, the impact of the pandemic on telemedicine use at a population level in rural and remote settings remains unclear. OBJECTIVE: This study aimed to evaluate changes in the rate of telemedicine use among rural populations and identify patient characteristics associated with telemedicine use prior to and during the pandemic. METHODS: We conducted a repeated cross-sectional study on all monthly and quarterly rural telemedicine visits from January 2012 to June 2020, using administrative data from Ontario, Canada. We compared the changes in telemedicine use among residents of rural and urban regions of Ontario prior to and during the pandemic. RESULTS: Before the pandemic, telemedicine use was steadily low in 2012-2019 for both rural and urban populations but slightly higher overall for rural patients (11 visits per 1000 patients vs 7 visits per 1000 patients in December 2019, P<.001). The rate of telemedicine visits among rural patients significantly increased to 147 visits per 1000 patients in June 2020. A similar but steeper increase (P=.15) was observed among urban patients (220 visits per 1000 urban patients). Telemedicine use increased across all age groups, with the highest rates reported among older adults aged ≥65 years (77 visits per 100 patients in 2020). The proportions of patients with at least 1 telemedicine visit were similar across the adult age groups (n=82,246/290,401, 28.3% for patients aged 18-49 years, n=79,339/290,401, 27.3% for patients aged 50-64 years, and n=80,833/290,401, 27.8% for patients aged 65-79 years), but lower among younger patients <18 years (n=23,699/290,401, 8.2%) and older patients ≥80 years (n=24,284/290,401, 8.4%) in 2020 (P<.001). There were more female users than male users of telemedicine (n=158,643/290,401, 54.6% vs n=131,758/290,401, 45.4%, respectively, in 2020; P<.001). There was a significantly higher proportion of telemedicine users residing in relatively less rural than in more rural regions (n=261,814/290,401, 90.2% vs n=28,587/290,401, 9.8%, respectively, in 2020; P<.001). CONCLUSIONS: Telemedicine adoption increased in rural and remote areas during the COVID-19 pandemic, but its use increased in urban and less rural populations. Future studies should investigate the potential barriers to telemedicine use among rural patients and the impact of rural telemedicine on patient health care utilization and outcomes.
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 | 0,011 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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