Health Care Professionals’ Experiences With the Use of Video Consultation: Qualitative Study
Notice bibliographique
Résumé
BACKGROUND: The number of remote video consultations between doctors and patients has increased during the last few years and especially during the COVID-19 pandemic. The health care service is faced with rising rates of chronic illness and many patients who are more confident in self-management of their illnesses. In addition, there is an improved long-term outlook for serious conditions, such as cancer, that might require flexibility in everyday life. OBJECTIVE: This study aimed to investigate how medical doctors in the outpatient clinic use and experience the use of video consultations with hematological patients, with a focus on relational and organizational aspects. METHODS: The study was designed as an explorative and qualitative study. Data were collected via participant observations and focus group interviews with medical doctors. RESULTS: The study identified possibilities and barriers in relation to adapting to the alternative way of meeting patients in the clinical setting. One of the main findings in this study is that the medical doctors were afraid that they missed important observations, as they were not able to perform a physical examination, if needed. They also emphasized that handshake and eye contact were important in order to get an overall impression of the patient's situation. It also became clear that the medical doctors used body language a lot more during video consultation compared with consultation in a physical setting. The medical doctors found the contact with the patients via the screen to be good, and the fact that the technology was working well made them feel comfortable with the video consultation. CONCLUSIONS: In this study, we found that the medical doctors were able to maintain good contact with the patients despite the screen and were able to assess the patients in a satisfying manner. However, there were still uncertainties among some doctors about the fact that they could not examine the patients physically. New knowledge about how to use gestures and body language during video consultation was obtained.
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 | 0,015 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,009 | 0,008 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».