Virtual Care Access and Health Equity during the COVID-19 Pandemic, a qualitative study of patients with chronic diseases from Canada
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
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.
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 | 0,001 | 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 découle