The Resilience of Cardiac Care Through Virtualized Services During the COVID-19 Pandemic: Case Study of a Heart Function Clinic (Preprint)
Notice bibliographique
Résumé
BACKGROUND Virtual care has historically faced barriers to widespread adoption. However, the COVID-19 pandemic has necessitated the rapid adoption and expansion of virtual care technologies. Although the intense and prolonged nature of the COVID-19 pandemic has renewed people’s interest in health systems resilience, which includes how services adapt or transform in response to shocks, evidence regarding the role of virtual care technologies in health systems resilience is scarce. OBJECTIVE At Toronto General Hospital in Ontario, Canada, the rapid virtualization of cardiac care began on March 9, 2020, as a response to the pandemic. The objective of this study was to understand people’s experiences with and the barriers and facilitators of the rapid virtualization and expansion of cardiac care resulting from the pandemic. METHODS A single-case study was conducted with 3 embedded units of analysis. Patients, clinicians, and staff were recruited purposively from an existing mobile, phone-based telemonitoring program at a heart function clinic in Toronto, Canada. Individual, semistructured phone interviews were conducted by two researchers and transcribed verbatim. An inductive thematic analysis at the semantic level was used to analyze transcripts and develop themes. RESULTS A total of 29 participants were interviewed, including patients (n=16), clinicians (n=9), and staff (n=4). The following five themes were identified: (1) patient safety as a catalyst for virtual care adoption; (2) piecemeal virtual care solutions; (3) confronting new roles and workloads; (4) missing pieces in virtual care; and (5) the inequity paradox. The motivation to protect patient safety and a piecemeal approach to virtual care adoption facilitated the absorptive and adaptive resilience of cardiac care during the COVID-19 pandemic. However, ad hoc changes to clinic roles and workflows, challenges in building relationships through remote methods, and widened inequities were barriers that threatened virtual care sustainment. CONCLUSIONS We contend that sustaining virtual care hinges upon transformative actions (rather than adaptive actions) that strengthen health systems so that they can face the dynamic and emergent challenges associated with COVID-19 and other shocks. Based on the barriers and facilitators we identified, we present the lessons we learned and recommend transformations for sustaining virtual care during and beyond the COVID-19 pandemic.
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 | 0,005 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,020 | 0,007 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,003 | 0,006 |
| Intégrité de la recherche | 0,003 | 0,005 |
| 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 ».