MétaCan
Menu
Retour à la cohorte
Enregistrement W4311667828 · doi:10.1186/s12875-022-01890-w

Characterizing the use of virtual care in primary care settings during the COVID-19 pandemic: a retrospective cohort study

2022· article· en· W4311667828 sur OpenAlex
Alexander Singer, Leanne Kosowan, Lisa LaBine, Daniel Shenoda, Alan Katz, Elissa M. Abrams, Gayle Halas, Sabrina T. Wong, Siddhesh Talpade, Sarah Kirby, Alanna Baldwin, José François

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueBMC Primary Care · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueTelemedicine and Telehealth Implementation
Établissements canadiensGeorge & Fay Yee Centre for Healthcare InnovationUniversity of British ColumbiaManitoba HealthUniversity of Manitoba
Organismes subventionnairesResearch Manitoba
Mots-clésMedicineMedical prescriptionRetrospective cohort studyFamily medicinePopulationAmbulatory carePrimary careTelemedicineOddsRemunerationCohortTelehealthHealth careNursingLogistic regressionInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: In March 2020, Canada implemented restrictions to curb viral transmission of COVID-19, which resulted in abrupt disruptions to conventional (in-person) clinical care. To retain continuity of care the delivery of primary care services shifted to virtual care. This study examined the nature of virtual visits, characterizing the use and users of virtual care in primary care settings from March 14/20 to June 30/20 of the COVID-19 pandemic. METHODS: Retrospective cohort study of primary care providers in Manitoba, Canada that participate in the Manitoba Primary Care Research Network (MaPCReN) and offered ≥ 1 virtual care visit between 03/14/20 and 06/30/20 representing 142,616 patients. Tariff codes from billing records determined the visit type (clinic visit, virtual care). Between 03/14/20, and 06/30/20, we assessed each visit for a follow-up visit between the same patient and provider for the same diagnosis code. Patient (sex, age, comorbidities, visit frequency, prescriptions) and provider (sex, age, clinic location, provider type, remuneration, country of graduation, return visit rate) characteristics describe the study population by visit type. Generalized estimating equation models describe factors associated with virtual care. RESULTS: There were 146,372 visits provided by 154 primary care providers between 03/14/20 and 06/30/20, of which 33.6% were virtual care. Female patients (OR 1.16, CI 1.09-1.22), patients with ≥ 3 comorbidities (OR 1.71, CI 1.44-2.02), and patients with ≥ 10 prescriptions (OR 2.71, 2.2-1.53) had higher odds of receiving at least one virtual care visit compared to male patients, patients with no comorbidities and patients with no prescriptions. There was no significant difference between the number of follow-up visits that were provided as a clinic visit compared to a virtual care visit (8.7% vs. 5.8%) (p = 0.6496). CONCLUSION: Early in the pandemic restrictions, approximately one-third of visits were virtual. Virtual care was utilized by patients with more comorbidities and prescriptions, suggesting that patients with chronic disease requiring ongoing care utilized virtual care. Virtual care as a primary care visit type continues to evolve. Ongoing provision of virtual care can enhance quality, patient-centered care moving forward.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,114
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

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

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 Opus0,043
Tête enseignante GPT0,320
Écart entre enseignants0,277 · 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