Changes to telehealth practices in primary care in New Brunswick (Canada): A comparative study pre and during the COVID-19 pandemic
Notice bibliographique
Résumé
BACKGROUND: During the COVID-19 pandemic, telehealth technologies were used in the primary health care setting in New Brunswick as a means to continue providing care to patients while following public health guidelines. This study aimed to measure these changes and examine if they improved timely access to primary care. A secondary goal was to identify which telehealth technologies were deemed sustainable by primary care providers. METHODS: This was a comparative study on the use of telehealth technology before and during the COVID-19 pandemic. Between April 2020 and November 2020, 114 active primary care providers (family physicians or nurse practitioners) responded to the online survey. RESULTS: The findings illustrated an increase in the use of telehealth technologies. The use of phone consultations increased by 122%, from 43.9% pre-pandemic to 97.6% during the pandemic (p < 0.001). The use of virtual consultation (19.3% pre-pandemic vs. 41.2% during the pandemic, p < 0.001), emails and texts also increased during the pandemic. Whereas the more structural organizational tools (electronic medical charts and reservation systems) remained stable. However, those changes did not coincide with a significant improvement to timely access to care during the pandemic. Many participants (40.1%) wanted to keep phone consultations, and 21.9% of participants wanted to keep virtual consultations as part of their long-term practice. INTERPRETATION: The observed increase in the use of telehealth technologies may be sustainable, but it has not significantly improved timely access to primary care in New Brunswick.
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 | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».