MétaCan
Menu
← Retour à la cohorte
Enregistrement W4298139915 · doi:10.1200/jco.2022.40.28_suppl.041

Staff experiences with remote work in a comprehensive cancer center during the COVID-19 pandemic.

2022· article· en· W4298139915 sur OpenAlexafffundabout
Christopher McChesney, Melanie Powis, Osvaldo Espin‐Garcia, Lyndon Morley, Saidah Hack, Monika K. Krzyzanowska

Notice bibliographique

RevueJournal of Clinical Oncology · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueTelemedicine and Telehealth Implementation
Établissements canadiensPrincess Margaret Cancer CentreUniversity Health Network
Organismes subventionnairesPrincess Margaret Cancer Foundation
Mots-clésRespondentMedicinePersonal protective equipmentDescriptive statisticsPandemicHealth careFamily medicineLogistic regressionNursingWork (physics)Patient safetyCoronavirus disease 2019 (COVID-19)Medical emergencyDisease

Résumé

récupéré en direct d'OpenAlex

41 Background: The COVID-19 pandemic led to the rapid implementation of remote work, but few studies have evaluated the impact on staff and care delivery in healthcare settings. Utilizing a cross-sectional survey, we evaluated the experience of working remotely among clinical staff at the Princess Margaret Cancer Centre, Toronto, Canada. Methods: “Remote work” was defined as any work (tasks, projects, healthcare delivery) performed from home. A Qualtrics survey was disseminated via email three times from June-August 2021 to 1,168 physicians, nurses, allied health, and administrative staff involved in patient care. The survey evaluated staff perceptions of productivity, efficiency, patient safety, quality, and personal experiences. Results were summarized using descriptive statistics. Associations between respondent demographics and responses on perceived efficiency, desire to work remotely, support and safety/quality were evaluated using multivariable binary logistic regression models. Free-text responses were categorized into facilitators and barriers, and summarized using qualitative descriptive analysis. Results: Most respondents (n = 333; response rate: 28.5%) were female (61.3%) and physicians (23.1%). Few respondents (1.5%) worked remotely more than half the time pre-COVID which increased to 66.6% during COVID-19. Majority reported that remote work positively impacted productivity (61.8%) and efficiency (57.6%) and expressed interest in continuing (79.0%) beyond the pandemic. While most respondents agreed with the switch to remote work (89.2%), few were provided with the necessary equipment (14.1%). Some respondents perceived a negative impact on the safety (13.8%) or quality of care (18.6%) delivered remotely. Across clinical roles, compared to administrative staff, physicians were more likely to report remote work having a negative impact on productivity (OR = 24.04, 95% CI: 2.71-213.00), being dissatisfied with remote work (OR: 8.41, 95% CI: 1.37-51.64), being dissatisfied with training available (OR: 2.70, 95% CI: 0.95-7.67), and disagreed with continuing to utilize remote work beyond the pandemic (OR: 16.61, 95% CI: 1.45-190.14). Improved efficiency, less commuting, and improved work-life balance were perceived as facilitators of remote work. Barriers included a lack of clear role expectations, issues accessing clinical applications and out-of-pocket expenses. Conclusions: Our findings indicate that remote work may be a viable model in hospitals beyond the pandemic. Given the variation in experience and perceptions depending on clinical role, addressing barriers and formal evaluation of the impact of working remotely on productivity, efficiency and quality of care should be considered to inform long-term adoption.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,040
Score d'incertitude au seuil0,079

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,002
Communication savante0,0020,001
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,266
Tête enseignante GPT0,548
Écart entre enseignants0,282 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical Oncology→Même sujetTelemedicine and Telehealth Implementation→Travaux en français237 207→