MétaCan
Menu
Retour à la cohorte
Enregistrement W4210677082 · doi:10.1177/20552076221074486

Virtual Care Access and Health Equity during the COVID-19 Pandemic, a qualitative study of patients with chronic diseases from Canada

2022· article· en· W4210677082 sur OpenAlexafffundabout
Sophy Chan-Nguyen, Benjamin Ritsma, Lisa Nguyen, Siddhartha Srivastava, Garima Shukla, Ramana Appireddy

Notice bibliographique

RevueDigital Health · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueTelemedicine and Telehealth Implementation
Établissements canadiensQueen's University
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésPandemicCoronavirus disease 2019 (COVID-19)Equity (law)Qualitative research2019-20 coronavirus outbreakHealth equityMedicineSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Health careFamily medicineVirologyPolitical scienceNursingEconomic growthSociologyDiseasePublic healthInfectious disease (medical specialty)EconomicsPathologySocial science

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: The COVID-19 pandemic has led to the widespread uptake of virtual care in Canada; however, virtual care may also create new barriers to health care. The purpose of this paper was to explore patient perceptions and concerns around virtual care access. METHODS: Between February and April 2020, we conducted semi-structured interviews with participants from four chronic disease clinics (stroke, epilepsy, amyotrophic lateral sclerosis, obstetrics medicine) in a mid-sized academic hospital in Southern Ontario, Canada. Consecutive sampling was done by including the patients receiving virtual care in those months. Caregivers were invited to participate in the event that patients were unable to participate in the interview. Thematic analysis was employed to identify overarching themes, and codes were reviewed and refined using a consensus process. RESULTS: We interviewed 31 participants (27 patients, four caregivers) that had taken part in virtual care. Our findings suggested that the COVID-19 pandemic served to isolate participants and had negatively impacted their access to health care. However, virtual care did provide a safe avenue for patients to receive care and served as a reassuring option during the pandemic. Low technological literacy and access were identified as barriers to virtual care. Greater awareness and patient engagement is needed in future research to improve access. CONCLUSION: Certain populations can be disproportionately affected by differential access to virtual care. Future studies should examine how social determinants intersect to impact virtual health care access in different patient populations.

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 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)0,006
score de la tête « metaresearch » (Gemma)0,011
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 enseignants0,210
Score d'incertitude au seuil0,422

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,011
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0180,010
Communication savante0,0040,002
Science ouverte0,0020,004
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,082
Tête enseignante GPT0,450
Écart entre enseignants0,368 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations34
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueDigital HealthMême sujetTelemedicine and Telehealth ImplementationTravaux en français237 207