Patient preference for virtual versus in‐person visits in neuromuscular clinical practice
Notice bibliographique
Résumé
INTRODUCTION/AIMS: It is unknown if patients with neuromuscular diseases prefer in-person or virtual telemedicine visits. We studied patient opinions and preference on virtual versus in-person visits, and the factors influencing such preferences. METHODS: Telephone surveys, consisting of 11 questions, of patients from 10 neuromuscular centers were completed. RESULTS: Five hundred and twenty surveys were completed. Twenty-six percent of respondents preferred virtual visits, while 50% preferred in-person visits. Sixty-four percent reported physical interaction as "very important." For receiving a new diagnosis, 55% preferred in-person vs 35% reporting no preference. Forty percent were concerned about a lack of physical examination vs 20% who were concerned about evaluating vital signs. Eighty four percent reported virtual visits were sufficiently private. Sixty eight percent did not consider expenses a factor in their preference. Although 92% were comfortable with virtual communication technology, 55% preferred video communications, and 19% preferred phone calls. Visit preference was not significantly associated with gender, diagnosis, disease severity, or symptom management. Patients who were concerned about a lack of physical exam or assessment of vitals had significantly higher odds of selecting in-person visits than no preference. DISCUSSION: Although neither technology, privacy, nor finance burdened patients in our study, more patients preferred in-person visits than virtual visits and 40% were concerned about a lack of physical examination. Interactions that occur with in-person encounters had high importance for patients, reflecting differences in the perception of the patient-physician relationship between virtual and in-person visits.
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 | 0,001 | 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 | 0,000 |
| 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 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 ».