Use of virtual care by infectious disease specialists in Canada: A national survey
Notice bibliographique
Résumé
Objective: The aim of this study was to characterize the type and extent of virtual care use among infectious disease specialists in Canada, with a focus on the clinical factors that influence the decision to provide virtual versus in-person care. Methods: Infectious disease physicians practicing in Canada were invited to complete a survey regarding their experiences with virtual care. The survey included 14 vignettes depicting new outpatient and post-hospital-discharge referrals. Participants were asked to select which (if any) virtual care modalities they would feel comfortable using and to specify a reason if they did not feel comfortable providing care virtually. Machine learning and natural language processing techniques were used to identify themes. Results: In total, 57 infectious disease physicians completed the survey. Respondents reported devoting 36.5% (SD, 18.4%) of their infectious disease practice to outpatient care, with 44.2% (SD, 23.2%) of it being delivered virtually. Respondents were more comfortable providing virtual care to post-hospital-discharge referrals who had been seen by an infectious disease physician compared to new outpatient referrals. When respondents were not comfortable with using any virtual care modality, the following common themes emerged: the need for physical examination, the importance of establishing a therapeutic relationship, the need for additional in-person tests or diagnostics, and patient counselling. Conclusion: This study provides a glimpse into the current state of virtual care use in Canada and some of the major themes that affect decision making for virtual versus in-person care.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».