Assessing Patient Satisfaction with Live-Interactive Teledermatology Visits During the COVID-19 Pandemic: A Survey Study
Notice bibliographique
Résumé
Introduction: Coronavirus disease 2019 (COVID-19) has brought teledermatology to the forefront. Understanding patients' experiences will clarify its benefits and limitations. Materials and Methods: Patients evaluated through live-interactive teledermatology at New York University Langone Health March–June 2020 were surveyed. Patient demographics, satisfaction with, and preferences between teledermatology and in-person visits across four domains (visit preparation, provider communication, physical examination, and treatment plan/follow-up) were collected. Results/Discussion: Of 602 respondents, >70% indicated at least equal satisfaction compared with in-person visits across all domains. More than a quarter of patients were dissatisfied with the virtual examination and more than half preferred in-person examinations. Male gender was associated with treatment plan/follow-up satisfaction ( p = 0.03). Patients ≥66 years preferred in-person visit preparation, communication, and treatment plan/follow-up (all p < 0.01). New patients were less satisfied with teledermatology communication ( p = 0.02) and treatment plan/follow-up ( p < 0.01) but preferred teledermatology visit preparation ( p = 0.01). Conclusions: Patients were satisfied with live-interactive teledermatology during the COVID-19 pandemic, although preferred in-person physical examinations. Satisfaction and preferences varied between patient populations.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».