MétaCan
Menu
Retour à la cohorte
Enregistrement W3158238102 · doi:10.2196/26463

Physicians’ Perspectives of Telemedicine During the COVID-19 Pandemic in China: Qualitative Survey Study

2021· article· en· W3158238102 sur OpenAlexvenueno aff
Jialin Liu, Siru Liu, Tao Zheng, Yongdong Bi

Notice bibliographique

RevueJMIR Medical Informatics · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueTelemedicine and Telehealth Implementation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCoronavirus disease 2019 (COVID-19)TelemedicinePandemic2019-20 coronavirus outbreakSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)MedicineMedical emergencyData scienceVirologyComputer scienceHealth carePolitical sciencePathologyOutbreakDisease

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Generalized restriction of movement due to the COVID-19 pandemic, together with unprecedented pressure on the health system, has disrupted routine care for non-COVID-19 patients. Telemedicine should be vigorously promoted to reduce the risk of infections and to offer medical assistance to restricted patients. OBJECTIVE: The purpose of this study was to understand physicians' attitudes toward and perspectives of telemedicine during and after the COVID-19 pandemic, in order to provide support for better implementation of telemedicine. METHODS: We surveyed all physicians (N=148), from October 17 to 25, 2020, who attended the clinical informatics PhD program at West China Medical School, Sichuan University, China. The physicians came from 57 hospitals in 16 provinces (ie, municipalities) across China, 54 of which are 3A-level hospitals, two are 3B-level hospitals, and one is a 2A-level hospital. RESULTS: Among 148 physicians, a survey response rate of 87.2% (129/148) was attained. The average age of the respondents was 35.6 (SD 3.9) years (range 23-48 years) and 67 out of 129 respondents (51.9%) were female. The respondents come from 37 clinical specialties in 55 hospitals located in 14 provinces (ie, municipalities) across Eastern, Central, and Western China. A total of 94.6% (122/129) of respondents' hospitals had adopted a telemedicine system; however, 34.1% (44/129) of the physicians had never used a telemedicine system and only 9.3% (12/129) used one frequently (≥1 time/week). A total of 91.5% (118/129) and 88.4% (114/129) of physicians were willing to use telemedicine during and after the COVID-19 pandemic, respectively. Physicians considered the inability to examine patients in person to be the biggest concern (101/129, 78.3%) and the biggest barrier (76/129, 58.9%) to implementing telemedicine. CONCLUSIONS: Telemedicine is not yet universally available for all health care needs and has not been used frequently by physicians in this study. However, the willingness of physicians to use telemedicine was high. Telemedicine still has many problems to overcome.

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)0,004
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,050

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0030,002
Communication savante0,0010,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,073
Tête enseignante GPT0,460
Écart entre enseignants0,388 · 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'étudeQualitatif
Domainenon disponible
GenreEmpirique

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

En bref

Citations39
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Medical InformaticsMême sujetTelemedicine and Telehealth ImplementationTravaux en français237 207