Lessons from billed telepsychiatry in Australia during the COVID-19 pandemic: rapid adaptation to increase specialist psychiatric care
Notice bibliographique
Résumé
OBJECTIVE: To summarise and comment upon research regarding the service delivery impact of the introduction of COVID-19 pandemic Medicare Benefits Schedule (MBS) psychiatrist telehealth services in Australia in 2020-2021. Type of program or service: Privately-billed, MBS-reimbursed, face-to-face and telehealth consultations with a specialist psychiatrist during the first year of the COVID-19 pandemic. METHODS: This paper draws on analyses of previously published papers. MBS-item-consultation data were extracted for video, telephone and face-to-face consultations with a psychiatrist for April-September 2020 in Victoria, and compared to face-to-face consultations in the same period of 2019 and for all of Australia. We also extracted MBS-item-consultation data for all of Australia from April 2020-April 2021, and compared this to face-to-face consultations for April 2018-April 2019. RESULTS: Although face-to-face consultations with psychiatrists waned following nationwide lockdowns, the introduction of MBS billing items for video and telephone telehealth meant that overall consultations were 13% higher in April 2020-April 2021, compared to the pre-pandemic year prior. A lockdown restricted to Victoria was associated with a 19% increase in consultations from April-September 2020, compared to the corresponding period in 2019. LESSONS LEARNT: Telehealth has been an integral component of Australia's relatively successful mental health response to COVID-19. The public availability of MBS data makes it possible to accurately assess change in psychiatric practice. The Australian Federal Government subsidises MBS telepsychiatry care by a patient rebate per consultation, illustrating that government-subsidised services can rapidly provide additional care. Rapid and substantial provision of telepsychiatry in Australia indicates that it may be a useful substitute or adjunct to face-to-face care during future pandemics and natural disasters.
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 | 0,019 | 0,064 |
| 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 | 0,003 |
| Communication savante | 0,005 | 0,007 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,004 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».