Virtual Cancer Care During the COVID-19 Pandemic in Alberta: Evidence From a Mixed Methods Evaluation and Key Learnings
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
PURPOSE: This study reports on a mixed methods evaluation conducted within a provincial cancer program in Alberta, Canada. The purpose was to capture key learnings from a rapid virtual care implementation because of the COVID-19 pandemic and to understand the impact on patient and staff experiences. METHODS: Administrative data were collected for 21,362 patients who had at least one virtual or in-person visit to any provincial cancer center from April 1, 2020, to June 10, 2020. Patient surveys were conducted with 397 randomly selected patients who had received a virtual visit. Surveys were also conducted with 396 Cancer Care Alberta staff. RESULTS: 14,906 virtual visits took place in this period, and about 40% of weekly visits were virtual. Significant differences were observed in both patient-reported symptom questionnaire completion rates and referrals to supportive care services between patients seen in-person and virtually. Patients receiving active treatments reported significantly lower levels of satisfaction with virtual visits than those seen for follow-up, but overall 90% of patients indicated interest in receiving virtual care in the future. Staff thought virtual visits increased patients' access to care but less than one third (31.5%) felt confident meeting patients' emotional needs and having conversations about disease progression and/or end of life virtually. CONCLUSION: The COVID-19 pandemic has driven the rapid implementation of virtual visits for cancer care delivery in health care settings. The findings from this mixed methods evaluation provide a concrete set of considerations for organizations looking to develop a large-scale, enduring virtual care strategy.
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.
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 | 0,004 | 0,109 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 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 découle