Understanding the Experience of Geriatric Care Professionals in Using Telemedicine to Care for Older Patients in Response to the COVID-19 Pandemic: Qualitative Study (Preprint)
Notice bibliographique
Résumé
BACKGROUND Geriatric care professionals were forced to rapidly adopt the use of telemedicine technologies to ensure the continuity of care for their older patients in response to the COVID-19 pandemic. However, there is little current literature that describes how telemedicine technologies can best be employed to meet the needs of geriatric care professionals in providing care to frail older patients and their caregivers, and families. OBJECTIVE This study aimed to identify the benefits and challenges geriatric care professionals face when using telemedicine technologies with frail older patients, their caregivers, and families, and how to maximize the benefits of this method of providing care. METHODS We conducted a mixed methods study that recruited geriatric care professionals to complete an online survey regarding their personal demographics and experiences with using telemedicine and participate in a semi-structured interview. Interview responses were analyzed using the Consolidated Framework for Implementation Research (CFIR). RESULTS We obtained quantitative and qualitative data from 30 practicing geriatric care professionals (22 geriatricians, 5 geriatric psychiatrists, and 3 geriatric specialist nurses) recruited from across the Greater Toronto Area. Analysis of interview data identified 5 CFIR contextual barriers (Complexity, Design quality and packaging, Patient needs and resources, Readiness for implementation, and Culture) and 13 CFIR contextual facilitators (Relative Advantage, Adaptability, Tension for Change, Available Resources, Access to Knowledge, Network and Communications, Compatibility, Knowledge and Beliefs, Self-Efficacy, Champions, External Agents, Executing, and Reflecting and Evaluating). The CFIR concept of External Policy and Incentives was found to be a neutral construct. CONCLUSIONS This is the first known study to use the CFIR to develop a comprehensive narrative to characterize the experiences of geriatric care professionals using telemedicine technologies in providing care. Overall, telemedicine can significantly enable most of the geriatric care that is traditionally provided in person, but is less useful in providing specific aspects of geriatric care to frail older patients and their caregivers, and families.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,013 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,008 | 0,006 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».