Service process factors affecting patients’ and clinicians’ experiences on rapid teleconsultation implementation in out-patient neurology services during COVID-19 pandemic: a scoping review
Notice bibliographique
Résumé
BACKGROUND: The adoption of teleconsultation for outpatient neurology services was limited until the onset of the COVID-19 pandemic which forced many outpatient neurology services to rapidly switch to virtual models. However, it remains unclear how this change has impacted patients' and clinicians' perceptions of service quality. The purpose of this scoping review is to identify process factors that influence patients' and clinicians' experiences of outpatient teleconsultation services during COVID-19. METHODS: Arksey and O'Malley scoping review framework was used to search PubMed, Scopus, CINAHL, and PsycInfo for original peer-reviewed research studies that examined the experiences of synchronous teleconsultation between a clinician and patient in a home-setting since the World Health Organization announced the COVID-19 global pandemic. The service quality model SERVQUAL was used to conduct a deductive thematic analysis to identify the key factors that impacted the patients' and clinicians' perception of teleconsultation services. RESULTS: A total of nineteen studies published between January 1, 2020, and April 17, 2021, were identified. The most common service process factors affecting the patients' and clinicians' experiences of teleconsultation were technical issues, addressing logistical needs, communication, ability to perform clinical activities, appropriate triage, and administrative support. CONCLUSIONS: Our findings identified six key service process factors affecting the patients' and clinicians' teleconsultation experiences in outpatient neurology services. The need for improvement of triage process and standardizing administrative virtual care pathway are identified as important steps to improve patients and clinicians' teleconsultation experiences compared to pre-COVID era. More research is needed to assess outpatient neurology teleconsultation service quality from patients' and clinicians' perspectives.
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 | 0,026 | 0,103 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,009 | 0,014 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,006 | 0,006 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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 ».