Incorporating Medical Students Into Primary Care Telehealth Visits: Tutorial
Notice bibliographique
Résumé
BACKGROUND: The COVID-19 pandemic has brought about sweeping change in health care delivery, which has shifted from in-person consultations to a web-based format. Few medical schools provide web-based medicine or telemedicine training to their learners, though this is likely to be important for future medical practice. OBJECTIVE: This tutorial communicates a framework for incorporating medical students into primary care telemedicine clinics. METHODS: A third-year medical student and internal medicine attending physician from the Johns Hopkins University completed telemedicine clinic visits in April 2020 by using a variety of video platforms and via telephone calls. RESULTS: Nine telemedicine visits were completed over 4 clinic days. Our patients were, on average, aged 68 years. The majority of patients were female (6/9, 67%), and most appointments were completed via a video platform (6/9, 67%). Additionally, our experience is summarized and describe (1) practical tips for how to prepare for a telehealth visit; (2) technology considerations; (3) recommendations for participation during a telehealth visit; (4) debriefing and feedback; (5) challenges to care; and (6) student, care provider, and patient reactions to telemedicine visits. CONCLUSIONS: Telemedicine clinics have been successfully used for managing patients with chronic conditions, those who have attended low-risk urgent care visits, and those with mental health concerns. Patients have reported high patient satisfaction scores for telemedicine visits, and the majority of patients are comfortable with having medical students as part of their care team. Moving forward, telemedicine will remain a popular method for receiving health care. This study has highlighted that medical students can successfully be integrated into telemedicine clinics and that they should be exposed to telehealth whenever possible prior to residency.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,021 | 0,006 |
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 source (Gemma direct ou Codex distillé), 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 ».