Pivoting to be Patient-Centered: A Study on Hidden Psychological Costs of Tele-Healthcare and the Patient-Provider Relationship
Notice bibliographique
Résumé
Purpose: While the COVID-19 pandemic has necessitated a shift toward virtual medicine, there are some potentially important limitations with this modality of healthcare. One such concern, which has not yet been elucidated, is how telephone-based versus in-person visits differentially impact patients’ perceived autonomy and the resulting patient-provider relationship. Grounded in self-determination theory (SDT), this pilot study addresses this question by investigating the association between patients’ perceived autonomy support and relationship needs satisfaction (autonomy, competence, relatedness) in both types of visits with their family doctor and care team. Methods: Running from Sept. 2020 to Feb. 2021, data was collected via convenience sampling from n = 66 patients (34 in person, 32 virtual) nested within k = 6 family physicians. Patients completed an online survey containing two previously validated scales derived from SDT: The Healthcare Climate Questionnaire and the Basic Need Satisfaction in Relationships Scale. Each scale was adapted to reflect a virtual or in-person visit experience. A random effects model captured the relationship between the motivational variables in each group, adjusting for various sociodemographic effects. Results: Both groups’ perceived autonomy support positively related to their relationship needs satisfaction with their family doctor and care team. Compared to traditional in-person visits, patients perceived the virtual healthcare climate as significantly less autonomy-supportive. Conclusions: In line with SDT, findings from this study suggest that when patients sense a more autonomy-supportive healthcare climate, they will experience a more needs-satisfying relationship with their family doctor and healthcare team. These results have potentially significant implications for supporting patient motivation and facilitating optimal health and wellness outcomes, particularly within the virtual care environment.
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 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 | 0,005 | 0,001 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».