Telehealth outpatient palliative care in the COVID-19 pandemic: patient experience qualitative study
Notice bibliographique
Résumé
OBJECTIVES: Outpatient in-person early palliative care improves quality of life for patients with advanced cancer. The COVID-19 pandemic forced a rapid shift to telehealth visits; however, little is known about how telehealth in outpatient palliative care settings should be optimised beyond the pandemic. We aimed to explore, from the perspective of patients attending an outpatient palliative care clinic, the most appropriate model of care for in-person versus telehealth visits. METHODS: A qualitative study using the grounded theory method. One-on-one, semistructured qualitative interviews were conducted with 26 patients attending an outpatient palliative care clinic at a tertiary cancer centre recruited from two groups: (1) those with >1 in-person appointment prior to 1 March 2020 and >1 telehealth appointment after this date (n=17); and (2) patients who had exclusively telehealth appointments (n=9). Purposive sampling was used to incorporate diverse perspectives. RESULTS: Overall, participants endorsed a flexible hybrid approach incorporating both in-person and telehealth visits. Specific categories were: (1) in-person outpatient palliative care supported building interpersonal connections and trust; (2) telehealth palliative care facilitated greater efficiency, comfort and independence and (3) patient-preferred circumstances for in-person visits (preferred for initial consultations, visits where a physical examination may be required and advance care planning discussions), versus telehealth visits (preferred during periods of relative heath stability). CONCLUSIONS: The elements of in-person and telehealth outpatient palliative care clinic visits described by patients as integral to their care may be used to develop models of hybrid outpatient palliative care delivery beyond the pandemic alongside reimbursement and regulatory guidelines.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».