Using the quadruple aim to understand the impact of virtual delivery of care within Ontario community health centres: a qualitative study
Notice bibliographique
Résumé
BACKGROUND: The onset of the COVID-19 pandemic and introduction of various restrictions resulted in drastic changes to 'traditional' primary healthcare service delivery modalities. AIM: To understand the impact of virtual care on healthcare system performance within the context of Ontario community health centres (CHCs). DESIGN & SETTING: Thematic analysis of qualitative interviews with 36 providers and 31 patients. METHOD: Semi-structured phone interviews were conducted in the autumn of 2020. Interviews were recorded, transcribed verbatim, and analysed thematically using the quadruple aim framework. RESULTS: The transition to virtual delivery of services has had both positive and negative impacts on care. Virtual care removed certain barriers to care such as access. However, patients and providers found that phone visits impacted quality of care owing to the inability to read body language and having to rely solely on patient descriptions. Video visits allowed for a similar experience to in-person visits but technical issues constrained this interaction. Depending on the service provided, some providers felt they were not providing the same quality of care. However, providers reported reductions in no-show rates and highlighted the efficiency of virtual appointments. Providers also found they were able to collaborate at a similar level before the pandemic and saw improvements in work-life balance. Overall, patients and providers alike preferred virtual visits with those known to them, and for less complex or transactional aspects of care. CONCLUSION: The study described positive and negative impacts on patient care, population health, health system costs, and provider experience. These results will be useful for primary care organisations in post-pandemic planning; however, future research is needed for a deeper exploration of the impact on quality of care specifically for more complex health concerns.
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 | 0,008 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,013 | 0,010 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».