Patient and provider experiences with virtual care during the COVID-19 pandemic: A mixed methods study
Notice bibliographique
Résumé
The COVID-19 pandemic prompted the rapid uptake of Virtual Care (VC). Positive patient outcomes with VC are previously reported but little is known about the experiences of patients and providers using VC during the pandemic. We aimed to describe patient and primary care provider experiences, satisfaction, perceptions, and attitudes to VC during the COVID-19 pandemic that might explain adoption of VC across the continuum of care and inform sustained uptake. We conducted a sequential explanatory mixed methods study using online surveys and virtual interviews with a convenience sample of primary care providers and patients in a Canadian province (July – December 2020). Eligible participants included patients and primary care providers using VC during the COVID-19 pandemic. Survey responses and interviews were analyzed using descriptive statistics and thematic analysis, respectively. Overall satisfaction was compared using the Mann-Whitney U test. Eighty-five patients and 94 primary care providers responded to the surveys. Patients reported higher overall satisfaction with VC than primary care providers (median [interquartile range]: 4.4 [4.0-4.7] and 3.7 [3.4-3.9] p < 0.001). Ten patients and 11 primary care providers were interviewed. Both groups strongly appreciated VC’s increased access and convenience, identified the lack of compensation as a pre-pandemic barrier to providing VC, and reported willingness to continue VC post-COVID-19 pandemic. The COVID-19 pandemic provided an opportunity for patients and primary care providers to rapidly adopt VC with high satisfaction. Patients and primary care providers viewed VC positively due to its convenience and accessibility; both intend to continue using VC post-pandemic. Experience Framework This article is associated with the Staff & Provider Engagement lens of The Beryl Institute Experience Framework (https://www.theberylinstitute.org/ExperienceFramework). Access other PXJ articles related to this lens. Access other resources related to this lens.
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 | 0,000 |
| 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 | 0,002 | 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) | 0,001 | 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 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 ».