MétaCan
Menu
Retour à la cohorte
Enregistrement W4285818572 · doi:10.1177/23743735221112216

Why are Patient Portals Important in the Age of COVID-19? Reflecting on Patient and Team Experiences From a Toronto Hospital Network

2022· article· en· W4285818572 sur OpenAlexaffabout
Brian Lo, Rebecca Charow, Sarah Laberge, Vasiliki Bakas, Laura Williams, David Wiljer

Notice bibliographique

RevueJournal of Patient Experience · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueTelemedicine and Telehealth Implementation
Établissements canadiensUniversity of TorontoCentre for Addiction and Mental HealthUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésPatient portalPandemicCoronavirus disease 2019 (COVID-19)Test (biology)Health careEarly adopterTelemedicinePerceptionNursingMedical emergencyPsychologyMedicineBusinessPolitical scienceMarketingDisease

Résumé

récupéré en direct d'OpenAlex

The COVID-19 pandemic has changed how care is being delivered in Canada. With conventional in-person care being transitioned to virtual care, the approach that patients are able to engage and access their care has dramatically changed. At the University Health Network (UHN), which is Canada's largest academic and teaching hospital network, we expanded the myUHN Patient Portal in 2017 after its early adopter phase to enable patients and family members to view parts of their clinical notes and test results. As the pandemic progressed, we observed high adoption of myUHN to support virtual care and rapid delivery of COVID-19 test results in real time. In this article, we share and reflect on our experience of adapting myUHN to support the demands of the pandemic, including portal adoption outcomes across multiple waves of the pandemic, the impetus for increased patient experience staff dedicated for myUHN support, and patients' perceptions of the value of the portal and virtual care. Based on these reflections, we outline our perspectives on the future role of patient portals to support patient care and experience in a post-pandemic environment.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,268
Score d'incertitude au seuil0,477

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,043
Tête enseignante GPT0,379
Écart entre enseignants0,336 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Patient ExperienceMême sujetTelemedicine and Telehealth ImplementationTravaux en français237 207