MétaCan
Menu
← Retour à la cohorte
Enregistrement W4317895767 · doi:10.1370/afm.21.s1.3659

Impact of COVID-19 on Primary Care: Addressing Health Concerns and Older Patient Experience of Virtual Care

2023· article· en· W4317895767 sur OpenAlexaboutno aff
Fariba Aghajafari, Maria Santana, Rida Abboud, Caroline Claussen

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMedicine
ThématiqueTelemedicine and Telehealth Implementation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésThematic analysisContext (archaeology)TelemedicineHealth careQualitative researchPopulationFamily medicineTelehealthMedicinePsychologyNursingSociology

Résumé

récupéré en direct d'OpenAlex

Context: COVID-19 has disrupted routine care for many patients. During the height of the pandemic, when primary care clinics were shuttered or only seeing urgent cases, patients postponed seeking routine care and few options for community-based care existed. As a workaround, virtual consultations—remote access using any form of communication or technology—were adopted. This was not without limitations, especially for older adults. Objective: This study sought to explore the primary care experiences of older adult patients and whether their health needs were addressed via in-person and virtual consultation during the first four waves of the COVID-19 pandemic. Study Design and Analysis: This study employed a qualitative inquiry using interviews. Population Studied: Particpants included adults in a large western Canadian city who were 50 years of age and older, who had visited a primary care provider since March 2020 for a health concern not related to COVID-19. Interviews took place between August and October 2021. Instrument: Qualitative interviews were conducted over Zoom or telephone (based on patient comfort and access to video technology) and followed an investigator-designed semi-structured interview guide. Interviews were recorded and transcribed verbatim. Outcome Measures: Thematic analysis was used to make sense of and interpret the data. A codebook was developed, and from this, themes were determined based on their relevance to the data and the research purposes. Results: Thirty-eight participants (23 women and 15 men, average age 61 years [range 50-87]) participated. Participants were generally satisfied with the care they received from their primary care physicians. Those who had a long relationship with their practitioner could rely on previously built rapport. Some participants reported preferring virtual care to save on time spent in waiting rooms and the cost of transportation. Concerns presented included physicians being more rushed than usual, not taking time with new medical concerns, and creating a sense of fear and doom with the strict protocols in place to mitigate the spread of COVID-19. Conclusions: Overall, patients were satisfied with the care they received from their primary care physicians. Tailoring virtual care to either phone or videoconferencing for those who have hearing impairments, language barriers, or poor connections (and who many need to see non-verbal cues or read lips) is important.

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)0,005
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,060
Score d'incertitude au seuil0,120

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0090,006
Communication savante0,0040,002
Science ouverte0,0010,008
Intégrité de la recherche0,0010,002
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 Opus0,089
Tête enseignante GPT0,455
Écart entre enseignants0,365 · 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'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 sujetTelemedicine and Telehealth Implementation→Travaux en français237 207→