Personalized Telehealth: Redesigning Complex Care Delivery for the 65+ During the COVID Pandemic: a Survey of Patients, Caregivers, and Health-care Providers
Notice bibliographique
Résumé
Background: In the context of the ongoing COVID-19 pandemic, rapid transitions have been made towards telehealth. Optimal use of telehealth in elderly patients remains poorly understood and adaptation challenges persist. Our study aimed at identifying perceptions, barriers, and possible facilitators to telehealth use amongst elderly patients with comorbidities, their caregivers, and health-care providers (HCPs). Methods: Health-care providers, patients 65 years and older with multiple comorbidities, and caregivers were recruited from outpatient clinics and invited to complete an electronic self-administered or telephone-administered survey on their perceptions of telehealth and of barriers to its implementation. Results: A total of 39 health-care providers, 40 patients, and 22 caregivers responded to the survey. Most patients (90%), caregivers (82%), and HCPs (97%) had experienced telephone visits, but few were conducted via videoconference platforms. Patients and caregivers showed interest in pursuing some future telehealth visits (68%, 86%, respectively), but felt they lacked access to technology and skills (n=8, 20%), and some felt that telehealth visits may be inferior to in-person visits (n=9, 23%). HCPs showed interest in incorporating telehealth visits into practice (n=32, 82%), but identified challenges in lack of administrative support (n=37), lack of HCP (n=28) and patient (n=37) technological skills, and limited infrastructure (n=37)/internet access (n=33). Conclusions: Older patients, caregivers, and HCPs show interest in pursuing future telehealth visits but elucidate similar barriers. Facilitating access to technology, as well as to administrative and technology support guides, could promote high quality and equal access to virtual care for the older adult.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».