MétaCan
Menu
Retour à la cohorte
Enregistrement W4317614169 · doi:10.2196/39306

Care Continuity, Telehealth Use, and Quality of Diabetes and Hypertension Care in Community Health Centers Before and During the COVID-19 Pandemic: Repeated Cross-sectional Study

2023· article· en· W4317614169 sur OpenAlexvenueno aff
Aaron A. Tierney, Denise D. Payán, Timothy M. Brown, Adrián Aguilera, Stephen M. Shortell, Hector P. Rodríguez

Notice bibliographique

RevueIproceedings · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueTelemedicine and Telehealth Implementation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTelehealthMedicineOddsPandemicLogistic regressionOdds ratioDiabetes mellitusHealth careTelemedicineCross-sectional studyCohortFamily medicineCoronavirus disease 2019 (COVID-19)Internal medicineDisease

Résumé

récupéré en direct d'OpenAlex

Background Community health centers (CHCs) pivoted to remote chronic care services during the COVID-19 pandemic. While care continuity is associated with improved care quality and patients’ experiences, telehealth’s impact on these relationships is unclear. Objective We aimed to examine the association among care continuity, telehealth use, and quality of diabetes or hypertension care in CHCs before and during the COVID-19 pandemic. Methods We collected electronic health record data from a cohort of 20,792 patients with diabetes or hypertension with ≥2 visits per year from March to December 2019 and 2020 among 166 California CHCs in the OCHIN Accelerating Data Value Across a National Community Health Center Network Collaborative. Logistic regression models estimated the association between care continuity (modified, modified continuity index [MMCI]) and telehealth adoption and blood pressure or hemoglobin A1c (HbA1c) testing. Generalized linear regression models for 2019 and 2020 estimated the association between MMCI and blood pressure or HbA1c, exploring telehealth as a mediator. Results Patients experienced reduced care continuity (2019: MMCI=0.71, SD 0.28; 2020: MMCI=0.63, SD 0.36; P<.001) and more blood pressure (99.99% vs 99.75%) and HbA1c (53.38% vs 48.99%) assessments in 2019 vs 2020. Telehealth accounted for 0.33% of 2019’s visits and 9.55% of 2020’s visits. MMCI scores were associated with higher odds of telehealth use in 2020 (odds ratio [OR] 1.96; P<.001). MMCI (2019: OR 1.72, P<.001; 2020: OR 1.66, P<.001) and telehealth use (2019: OR 2.44, P<.001; 2020: OR 6.82, P<.001) were associated with greater HbA1c testing. MMCI was associated with lower HbA1c values in 2020 (–0.40, P=.01) and lower systolic (2019: –1.64, P=.045; 2020: –2.40, P=.001) and diastolic (2019: –1.24, P=.007; 2020: –1.33, P=.001) blood pressure. MMCI and telehealth were not associated with HbA1c values in 2019. In 2020, telehealth mediated the relationship between MMCI and HbA1c testing (percent mediated 59%), but not between MMCI and other study outcomes. Conclusions Care continuity facilitates telehealth use and enables resilient performance on process measures. Elucidating how care continuity influences telehealth adoption may provide insights about implementing patient-centered innovations.

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 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)0,002
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,036
Score d'incertitude au seuil0,989

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,114
Tête enseignante GPT0,415
Écart entre enseignants0,301 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIproceedingsMême sujetTelemedicine and Telehealth ImplementationTravaux en français237 207