Implementing a virtual emergency department: a qualitative study using the NPT theory (Preprint)
Notice bibliographique
Résumé
BACKGROUND COVID-19 necessitated the rapid implementation and uptake of virtual health care; however, virtual care’s potential role remains unclear in the urgent care setting. In December 2020 the first virtual emergency department (ED) in the Greater Toronto Area was piloted at Sunnybrook Health Sciences Centre by connecting patients to emergency physicians through an online portal. OBJECTIVE This study aimed to understand whether and how ED physicians were able to integrate a virtual ED alongside in-person operations. METHODS We conducted semi-structured interviews with ED physicians guided by Normalization Process Theory (NPT). NPT provides a framework to understand how individuals and teams navigate the process of embedding new models of care as part of normal practice. All physicians who had worked within the virtual ED model were invited to participate. Data were analyzed using a combination of inductive and deductive techniques informed by NPT. RESULTS A total of 14 physicians were interviewed. Participant experiences were categorized into one of two groups: one group moved to normalize the virtual ED in practice, while the other described barriers to routine adoption. These groups differed in their perception of the patient benefits as well as the perceived role in the virtual ED. The group that normalized the virtual ED model saw value for patients (coherence) and were motivated by patient satisfaction witnessed (reflexive monitoring) at the end of the virtual appointment. In contrast, the other group did not find virtual ED work reflective of the perceived role of urgent care (cognitive participation) and felt their skills as ED physicians were underutilized. The limited ability to examine patients and a sense that patient issues were not fully resolved at the end of the virtual appointment caused frustration among the second group. CONCLUSIONS As we move into a further digitally integrated system of healthcare it will be essential to support the evolution of staff skill sets to ensure physicians are satisfied with the care they are providing to their patients, while also ensuring the technology and process is efficient and clinicians can feel good about the care they provide.
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 | 0,024 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,011 | 0,012 |
| Communication savante | 0,005 | 0,006 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».