Identifying Public Healthcare Priorities in Virtual Care for Older Adults: A Participatory Research Study
Notice bibliographique
Résumé
There has been increasing adoption and implementation of virtual healthcare in recent years, especially with COVID-19 impacting the world. As a result, virtual care initiatives may not undergo stringent quality control processes to ensure that they are appropriate to their context and meet sector needs. The two objectives of this study were to identify virtual care initiatives for older adults currently in use in Victoria and virtual care challenges that could be prioritised for further investigation and scale-up and to understand why certain virtual care initiatives and challenges are prioritised over others for investigation and scale-up. METHODS: This project used an Emerging Design approach. A survey of public health services in the state of Victoria in Australia was first carried out, followed by the co-production of research and healthcare priorities with key stakeholders in the areas of primary care, hospital care, consumer representation, research, and government. The survey was used to gather existing virtual care initiatives for older adults and any associated challenges. Co-production processes consisted of individual ratings of initiatives and group-based discussions to identify priority virtual care initiatives and challenges to be addressed for future scale-up. Stakeholders nominated their top three virtual initiatives following discussions. RESULTS: Telehealth was nominated as the highest priority initiative type for scaling up, with virtual emergency department models of care nominated as the highest priority within this category. Remote monitoring was voted as a top priority for further investigations. The top virtual care challenge was data sharing across services and settings, and the user-friendliness of virtual care platforms was nominated as the top priority for further investigation. CONCLUSIONS: Stakeholders prioritised public health virtual care initiatives that are easy to adopt and address needs that are perceived to be more immediate (acute more so than chronic care). Virtual care initiatives that incorporate more technology and integrated elements are valued, but more information is needed to inform their potential scale-up.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,086 | 0,055 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,013 | 0,008 |
| Communication savante | 0,006 | 0,006 |
| Science ouverte | 0,002 | 0,011 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».