MétaCan
Menu
Retour à la cohorte
Enregistrement W4319656009 · doi:10.1186/s12913-022-08913-3

Evaluation of BASE eConsult Manitoba: patient perspectives on the use of electronic consultation to improve access to specialty advice in Manitoba

2023· article· en· W4319656009 sur OpenAlexafffundabout
Alexander Singer, Laurie Ireland, Zahra Sepehri, Kelly Brown, Kevin M. Turner, Clare Liddy, L. Oppenheimer

Notice bibliographique

RevueBMC Health Services Research · 2023
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueHealthcare Systems and Technology
Établissements canadiensBruyèreUniversity of ManitobaOttawa HospitalWinnipeg Regional Health AuthorityUniversity of OttawaCancerCare ManitobaNine Circles Community Health Centre
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMedicineSpecialtyFamily medicineSpecialist carePrimary careService (business)Advice (programming)TelemedicinePublic healthNursing researchHealth informaticsNursingMedical emergencyHealth care

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The burden of waiting to access specialist expertise may contribute to poorer health outcomes and causes distress for patients and providers. One solution to improve access to specialist care is to use innovative tools such as remote asynchronous electronic consultation (eConsult). Modeled after the Champlain BASE™ (Building Access to Specialist Advice) eConsult service, BASE™ eConsult Manitoba was launched in 2017 to help address long waits for patients to access specialist advice. OBJECTIVE: We aimed to evaluate patients' experiences after obtaining a BASE™ eConsult Manitoba service in their primary care setting. METHODS: Patients whose Primary Care Providers (PCPs) used BASE™ eConsult as part of their care were asked to participate and complete a telephone-based or online 29-question survey between January 2021 and October 2021. The survey questions were created in consultation with patient partners and based on questions asked in studies done in other jurisdictions. RESULTS: Of the 36 patients who chose to participate, 29 completed the entire survey (80%). Two-thirds (n = 22) agreed that eConsult has been helpful in their situation, and over 80% (n = 24) of participants agreed that eConsult was an acceptable way to access specialist care. During the visit when their PCP sent the eConsult, 7 patients were expecting to be referred to a specialist for a face-to-face consultation. Over half of all respondents (n = 15) reported that before the eConsult occurred, their PCP asked them what questions they wanted to be answered by the specialist. Almost all of these respondents' questions were fully answered by the eConsult. All of the respondents were satisfied with the experience of receiving an eConsult. CONCLUSION: Using eConsult is an acceptable way to improve access to specialist advice from patients' perspectives. Consideration should be given to expanding the use of eConsult services to improve access to specialist expertise for PCPs and their patients.

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)0,008
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,607
Score d'incertitude au seuil0,870

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0000,000
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 Opus0,172
Tête enseignante GPT0,416
Écart entre enseignants0,244 · 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

Citations4
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBMC Health Services ResearchMême sujetHealthcare Systems and TechnologyTravaux en français237 207