Integration of virtual physician visits into a provincial 8-1-1 health information telephone service during the COVID-19 pandemic: a descriptive study of HealthLink BC Emergency iDoctor-in-assistance (HEiDi)
Notice bibliographique
Résumé
BACKGROUND: British Columbia, like many jurisdictions, has a health information telephone service (8-1-1) to provide callers with information by registered nurses and help them decide whether to attend an emergency department or primary care clinic, or manage their concern at home. We describe a new service, HealthLink BC Emergency iDoctor-in-assistance (HEiDi), that partnered physicians available by videoconferencing with 8-1-1 registered nurses to support callers. METHODS: From Apr. 6 to Aug. 2, 2020, all callers to the 8-1-1 telephone service (available to anyone in BC) categorized as "seek care within 24 hours" by registered nurses were eligible for referral to HEiDi. HEiDi physicians ("virtual physicians") connected directly with callers via desktop videoconferencing software, assessed their health complaint, provided advice and suggested care disposition. We conducted a descriptive study and collected demographic characteristics, health concern and disposition determined by the virtual physician. RESULTS: = 874, 11.4%). From the 7531 calls with available data, 2548 (33.8%) callers were advised to attempt home treatment, 2885 (38.3%) to contact a primary care physician within 1 week, 1131 (15.0%) to attend an emergency department immediately and 538 (7.1%) to attend their primary provider now. INTERPRETATION: We found that virtual physicians were able to advise nearly 3 out of 4 (72.1%) patients away from in-person emergency or clinic assessment and 1 in 7 (15.0%) to seek immediate emergency department care. Virtual physicians can provide an effective complement to a provincial health telephone system.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».