MétaCan
Menu
Retour à la cohorte
Enregistrement W3198424320 · doi:10.2196/29941

Pediatric Clinicians’ Use of Telemedicine: Qualitative Interview Study

2021· article· en· W3198424320 sur OpenAlexvenueno aff
Julia B. Finkelstein, Elise Schlissel Tremblay, Melissa Van Cain, Aaron Farber-Chen, Caitlin Schumann, Christina Brown, Ankoor S. Shah, Erinn T. Rhodes

Notice bibliographique

RevueJMIR Human Factors · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueTelemedicine and Telehealth Implementation
Établissements canadiensnon disponible
Organismes subventionnairesU.S. National Library of MedicineNational Institute of Diabetes and Digestive and Kidney DiseasesAgency for Healthcare Research and QualityNational Institutes of Health
Mots-clésTelemedicineFocus groupQualitative researchMedical educationPreparednessMedicineTelehealthHealth careNursingPsychology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Bedside manner describes how clinicians relate to patients in person. Telemedicine allows clinicians to connect virtually with patients using digital tools. Effective virtual communication or webside manner may require modifications to traditional bedside manner. OBJECTIVE: This study aims to understand the experiences of telemedicine providers with patient-to-provider virtual visits and communication with families at a single large-volume children's hospital to inform program development and training for future clinicians. METHODS: A total of 2 focus groups of pediatric clinicians (N=11) performing virtual visits before the COVID-19 pandemic, with a range of experiences and specialties, were engaged to discuss experiential, implementation, and practice-related issues. Focus groups were facilitated using a semistructured guide covering general experience, preparedness, rapport strategies, and suggestions. Sessions were digitally recorded, and the corresponding transcripts were reviewed for data analysis. The transcripts were coded based on the identified main themes and subthemes. On the basis of a higher-level analysis of these codes, the study authors generated a final set of key themes to describe the collected data. RESULTS: Theme consistency was identified across diverse participants, although individual clinician experiences were influenced by their specialties and practices. A total of 3 key themes emerged regarding the development of best practices, barriers to scalability, and establishing patient rapport. Issues and concerns related to privacy were salient across all themes. Clinicians felt that telemedicine required new skills for patient interaction, and not all were comfortable with their training. CONCLUSIONS: Telemedicine provides benefits as well as challenges to health care delivery. In interprofessional focus groups, pediatric clinicians emphasized the importance of considering safety and privacy to promote rapport and webside manner when conducting virtual visits. The inclusion of webside manner instructions within training curricula is crucial as telemedicine becomes an established modality for providing health care.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,264
Tête enseignante GPT0,506
Écart entre enseignants0,242 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations18
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Human FactorsMême sujetTelemedicine and Telehealth ImplementationTravaux en français237 207