MétaCan
Menu
Retour à la cohorte
Enregistrement W3161388653 · doi:10.1186/s12875-021-01543-4

Telehealth challenges during COVID-19 as reported by primary healthcare physicians in Quebec and Massachusetts

2021· article· en· W3161388653 sur OpenAlexaffabout
Mylaine Breton, Erin E. Sullivan, Nadia Deville‐Stoetzel, Danielle McKinstry, Matthew J. DePuccio, Abi Sriharan, Véronique Deslauriers, Anson Dong, Ann Scheck McAlearney

Notice bibliographique

RevueBMC Family Practice · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueTelemedicine and Telehealth Implementation
Établissements canadiensMount Sinai HospitalUniversity of TorontoHôpital Charles-Le MoyneUniversité de Sherbrooke
Organismes subventionnairesCommonwealth Fund
Mots-clésTelehealthReimbursementMedicinePandemicThematic analysisHealth careNursingCoronavirus disease 2019 (COVID-19)TelemedicineFamily medicineFlexibility (engineering)Qualitative researchDisease

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The COVID-19 pandemic has driven primary healthcare (PHC) providers to use telehealth as an alternative to traditional face-to-face consultations. Providing telehealth that meets the needs of patients in a pandemic has presented many challenges for PHC providers. The aim of this study was to describe the positive and negative implications of using telehealth in one Canadian (Quebec) and one American (Massachusetts) PHC setting during the COVID-19 pandemic as reported by physicians. METHODS: We conducted 42 individual semi-structured video interviews with physicians in Quebec (N = 20) and Massachusetts (N = 22) in 2020. Topics covered included their practice history, changes brought by the COVID-19 pandemic, and the advantages and challenges of telehealth. An inductive and deductive thematic analysis was carried out to identify implications of delivering care via telehealth. RESULTS: Four key themes were identified, each with positive and negative implications: 1) access for patients; 2) efficiency of care delivery; 3) professional impacts; and 4) relational dimensions of care. For patients' access, positive implications referred to increased availability of services; negative implications involved barriers due to difficulties with access to and use of technologies. Positive implications for efficiency were related to improved follow-up care; negative implications involved difficulties in diagnosing in the absence of direct physical examination and non-verbal cues. For professional impacts, positive implications were related to flexibility (teleworking, more availability for patients) and reimbursement, while negative implications were related to technological limitations experienced by both patients and practitioners. For relational dimensions, positive implications included improved communication, as patients were more at ease at home, and the possibility of gathering information from what could be seen of the patient's environment; negative implications were related to concerns around maintaining the therapeutic relationship and changes in patients' engagement and expectations. CONCLUSION: Ensuring that health services provision meets patients' needs at all times calls for flexibility in care delivery modalities, role shifting to adapt to virtual care, sustained relationships with patients, and interprofessional collaboration. To succeed, these efforts require guidelines and training, as well as careful attention to technological barriers and interpersonal relationship needs.

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)0,002
score de la tête « metaresearch » (Gemma)0,008
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 enseignants0,885
Score d'incertitude au seuil0,231

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0080,003
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,083
Tête enseignante GPT0,385
Écart entre enseignants0,303 · 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

Citations184
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMC Family PracticeMême sujetTelemedicine and Telehealth ImplementationTravaux en français237 207