The Association Between Telemedicine Use and Changes in Health Care Usage and Outcomes in Patients With Congestive Heart Failure: Retrospective Cohort Study
Notice bibliographique
Résumé
BACKGROUND: Telemedicine use has become widespread owing to the COVID-19 pandemic, but its impact on patient outcomes remains unclear. OBJECTIVE: We sought to investigate the effect of telemedicine use on changes in health care usage and clinical outcomes in patients diagnosed with congestive heart failure (CHF). METHODS: We conducted a population-based retrospective cohort study using administrative data in Ontario, Canada. Patients were included if they had at least one ambulatory visit between March 14 and September 30, 2020, and a heart failure diagnosis any time prior to March 14, 2020. Telemedicine users were propensity score-matched with unexposed users based on several baseline characteristics. Monthly use of various health care services was compared between the 2 groups during 12 months before to 3 months after their index in-person or telemedicine ambulatory visit after March 14, 2020, using generalized estimating equations. RESULTS: A total of 11,131 pairs of telemedicine and unexposed patients were identified after matching (49% male; mean age 78.9, SD 12.0 years). All patients showed significant reductions in health service usage from pre- to postindex visit. There was a greater decline across time in the unexposed group than in the telemedicine group for CHF admissions (ratio of slopes for high- vs low-frequency users 1.02, 95% CI 1.02-1.03), cardiovascular admissions (1.03, 95% CI 1.02-1.04), any-cause admissions (1.03, 95% CI 1.02-1.04), any-cause ED visits (1.03, 95% CI 1.03-1.04), visits with any cardiologist (1.01, 95% CI 1.01-1.02), laboratory tests (1.02, 95% CI 1.02-1.03), diagnostic tests (1.04, 95% CI 1.03-1.05), and new prescriptions (1.02, 95% CI 1.01-1.03). However, the decline in primary care visit rates was steeper among telemedicine patients than among unexposed patients (ratio of slopes 0.99, 95% CI 0.99-1.00). CONCLUSIONS: Overall health care usage over time appeared higher among telemedicine users than among low-frequency users or nonusers, suggesting that telemedicine was used by patients with the greatest need or that it allowed patients to have better access or continuity of care among those who received it.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».