MétaCan
Menu
← Retour à la cohorte
Enregistrement W4206267534 · doi:10.2196/preprints.30280

Delivering Mental Health Care Virtually During the COVID-19 Pandemic: Qualitative Evaluation of Provider Experiences in a Scaled Context (Preprint)

2021· preprint· en· W4206267534 sur OpenAlexafffundabout
Suman Budhwani, Jamie Fujioka, Cherry Chu, Hayley Baranek, Laura Pus, Lori Drucker Wasserman, Simone N. Vigod, Danielle Martin, Payal Agarwal, Geetha Mukerji

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineMedicine
ThématiqueTelemedicine and Telehealth Implementation
Établissements canadiensCanada Research ChairsUniversity of TorontoWomen's College Hospital
Organismes subventionnairesWomen's College Hospital
Mots-clésMental healthContext (archaeology)PhoneNursingPandemicHealth careTelehealthMedicineQualitative propertyTelemedicinePsychologyCoronavirus disease 2019 (COVID-19)PsychiatryPolitical science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND Virtual care delivery within mental health has increased rapidly during the COVID-19 pandemic. Understanding facilitators and challenges to adoption and perceptions of the quality of virtual care when delivered at scale can inform service planning postpandemic. OBJECTIVE We sought to understand consistent facilitators and persistent challenges to adoption of virtual care and perceived impact on quality of care in an initial pilot phase prior to the pandemic and then during scaled use during the pandemic in the mental health department of an ambulatory care hospital. METHODS This study took place at Women’s College Hospital, an academic ambulatory hospital located in Toronto, Canada. We utilized a multimethods approach to collect quantitative data through aggregate utilization data of phone, video, and in-person visits prior to and during COVID-19 lockdown measures and through a provider experience survey administered to mental health providers (n=30). Qualitative data were collected through open-ended questions on provider experience surveys, focus groups (n=4) with mental health providers, and interviews with clinical administrative and implementation hospital staff (n=3). RESULTS Utilization data demonstrated slower uptake of video visits at launch and prior to COVID-19 lockdown measures in Ontario (pre-March 2020) and subsequent increased uptake of phone and video visits during COVID-19 lockdown measures (post-March 2020). Mental health providers and clinic staff highlighted barriers and facilitators to adoption of virtual care at the operational, behavioral, cultural, and system/policy levels such as required changes in workflows and scheduling, increased provider effort, provider and staff acceptance, and billing codes for physician providers. Much of the described provider experiences focused on perceived impact on quality of mental health care delivery, including perceptions on providing appropriate and patient-centered care, virtual care effectiveness, and equitable access to care for patients. CONCLUSIONS Continued efforts to enhance suggested facilitators, reduce persistent challenges, and address provider concerns about care quality based on these findings can enable a hybrid model of patient-centered and appropriate care to emerge in the future, with options for in-person, video, and phone visits being used to meet patient and clinical needs as required.

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

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gemmaaucune catégorie
Domaine: non disponible · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Qualitatiflow
gptaucune catégorie
Domaine: non disponible · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Qualitatifhigh
modèles en accordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

Prédiction machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,017
score de la tête « metaresearch » (Gemma)0,024
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,055
Score d'incertitude au seuil0,109

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0170,024
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0060,006
Communication savante0,0030,003
Science ouverte0,0010,005
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,156
Tête enseignante GPT0,485
Écart entre enseignants0,329 · 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

Étiqueté directement par 2 modèles lisant le dossier complet.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations0
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même sujetTelemedicine and Telehealth Implementation→Travaux en français237 207→