Telehealth as a Means of Enabling Health Equity
Notice bibliographique
Résumé
OBJECTIVE: The goal of this paper is to provide a consensus review on telehealth delivery prior to and during the COVID-19 pandemic to develop a set of recommendations for designing telehealth services and tools that contribute to system resilience and equitable health. METHODS: The IMIA-Telehealth Working Group (WG) members conducted a two-step approach to understand the role of telehealth in enabling global health equity. We first conducted a consensus review on the topic followed by a modified Delphi process to respond to four questions related to the role telehealth can play in developing a resilient and equitable health system. RESULTS: Fifteen WG members from eight countries participated in the Delphi process to share their views. The experts agreed that while telehealth services before and during COVID-19 pandemic have enhanced the delivery of and access to healthcare services, they were also concerned that global telehealth delivery has not been equal for everyone. The group came to a consensus that health system concepts including technology, financing, access to medical supplies and equipment, and governance capacity can all impact the delivery of telehealth services. CONCLUSION: Telehealth played a significant role in delivering healthcare services during the pandemic. However, telehealth delivery has also led to unintended consequences (UICs) including inequity issues and an increase in the digital divide. Telehealth practitioners, professionals and system designers therefore need to purposely design for equity as part of achieving broader health system goals.
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 | 0,020 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,004 |
| Communication savante | 0,006 | 0,009 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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 ».