Virtual health in cancer care: Results from a semi-structured interview-survey of oncology health care providers.
Notice bibliographique
Résumé
e13618 Background: The COVID-19 pandemic has compelled an increased use of virtual care delivery models in oncology. This study sought to examine the views of oncology health care providers (HCP) in British Columbia on the value and impact of virtual care models in clinical practice. Methods: A semi-structured interview-survey was developed to compare provider practice patterns between May 2019 and May 2020. Questions were designed to determine provider-perceived value and impact of virtual visits on clinical interactions with patients. HCP (including physicians, dentists, and nurse practitioners) at BC Cancer were invited to participate. Responses to the interview questions were de-identified and HCP names were replaced with a study code. Quantitative questions were interpreted with descriptive statistics. Qualitative results were analyzed and iteratively coded by multiple reviewers for emerging themes. Results: Among 531 invited participants, 61 completed the interview-survey and 60 were included in the final analysis. Of those interviewed, 47% were radiation oncologists and 33% were medical oncologists. The remainder of HCP interviewed (n = 12) included functional imaging physicians, general practitioners in oncology, hereditary cancer physicians, nurse practitioners, palliative care physicians, psychiatrists, and surgical oncologists. Most oncology providers (87%) desired the continuation of virtual visits as part of their clinical practice so long as barriers to integration were addressed. Barriers identified included limited access to physical resources, such as hardware (70% responses) and quiet spaces (54% responses), insufficient logistic support such as information technology services (84% responses) and operational workflows (46% responses), the absence of guidelines to select patients for this delivery model (38% responses), and concerns regarding HCP liability, security and privacy (30% responses). Conclusions: Oncology HCP value delivering patient care through virtual means, however, barriers to implementation must be better understood. These data may inform continued use and implementation of virtual care at other oncology centers.
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 | 0,006 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| 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 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 ».