Greatly increased Victorian outpatient private psychiatric care during the COVID-19 pandemic: new MBS-telehealth-item and face-to-face psychiatrist office-based services from April–September 2020
Notice bibliographique
Résumé
OBJECTIVE: The Australian Federal government introduced new COVID-19-Psychiatrist-Medicare-Benefits-Schedule (MBS) telehealth-items to assist with providing private specialist care. We investigate private psychiatrists' uptake of telehealth, and face-to-face consultations for April-September 2020 for the state of Victoria, which experienced two consecutive waves of COVID-19. We compare these to the same 6 months in 2019. METHOD: MBS-item-consultation data were extracted for video, telephone and face-to-face consultations with a psychiatrist for April-September 2020 and compared to face-to-face consultations in the same period of 2019 Victoria-wide, and for all of Australia. RESULTS: Total Victorian psychiatry consultations (telehealth and face-to-face) rose by 19% in April-September 2020 compared to 2019, with telehealth comprising 73% of this total. Victoria's increase in total psychiatry consultations was 5% higher than the all-Australian increase. Face-to-face consultations in April-September 2020 were only 46% of the comparative 2019 consultations. Consultations of less than 15 min duration (87% telephone and 13% video) tripled in April-September 2020, compared to the same period last year. Video consultations comprised 41% of total telehealth provision: these were used mainly for new patient assessments and longer consultations. CONCLUSIONS: During the pandemic, Victorian private psychiatrists used COVID-19-MBS-telehealth-items to substantially increase the number of total patient care consultations for 2020 compared to 2019.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,000 |
| 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 ».