COVID-19 Assessment and Testing in Rural Communities During the Pandemic: Cross-sectional Analysis (Preprint)
Notice bibliographique
Résumé
BACKGROUND The COVID-19 pandemic exacerbated the need for urgent improvements in access to health care for rural, remote, and underserviced communities. The Renfrew County Virtual Triage and Assessment Centre (VTAC) was designed to provide access to COVID-19 testing and assessment with a family physician. The goal was to protect emergency departments and 911 paramedics while ensuring that nobody was left at home, suffering in silence. Residents were encouraged to call their own family physician for any urgent health needs. If they did not have a family physician or could not access their usual primary care provider, then they could call VTAC. This study reports on the output of a service model offering access to assessment and COVID-19 testing through a blend of virtual and in-person care options by a multidisciplinary team. OBJECTIVE The purpose of this study was to assess the ability of VTAC to provide access to COVID-19 assessment and testing across rural, remote, and underserviced communities. METHODS We conducted a cross-sectional analysis of the data derived from the cases handled by VTAC between March 27, 2020 (launch day), and September 30, 2020. RESULTS Residents from all 19 census subdivisions and municipalities of Renfrew County accessed VTAC. A total of 10,086 family physician assessments were completed (average 64 per day). Of these, 8535 (84.6%) assessments were to unique patient users. Thirty physicians provided care. Using digital equipment setup in the patients’ home, 31 patients were monitored remotely. VTAC community paramedics completed 14,378 COVID-19 tests and 3875 home visits. CONCLUSIONS Renfrew County’s experience suggests that there is tremendous synergy between family physicians and community paramedics in providing access to COVID-19 assessment and COVID-19 testing. The blended model of virtual and in-person care is well suited to provide improved access to other aspects of health care post pandemic, particularly for patients without a family physician.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».