Age and Sex-Related Comparison of Telemedicine Service Utilization During the COVID-19 Pandemic: A Retrospective Analysis
Notice bibliographique
Résumé
Abstract Background The COVID-19 pandemic has led to increased utilization of telemedicine services. Methods A retrospective analysis of all non-hospital-based medical healthcare services in Ontario from November 2019 to June 2021 was collected from the Ontario Health Insurance Plan (OHIP) billing database. Only fee-for-service billings were included in the present analysis. Coincident COVID-19 cases were obtained from Public Health Ontario. Comparisons were made based on age bracket, sex, telemedicine and in-person care. Results Billings for telemedicine services in Ontario increased from $1.7 million in November 2019 to $64 million in April 2020 and the proportions reached a mean peak of 72% in April 2020 and declined to 46% in June 2021. A positive correlation was found between the use of telemedicine and COVID-19 cases (p = 0.05). The age group with the highest proportion of telemedicine use was the 10–20-year-olds, followed by the 20–50-year-olds (61 ± 9.0%, 55 ± 7.3%, p = 0.01). Both age groups remained above 50% telemedicine services at the end of the study period. There is a persistent sex preference for females to adopt telemedicine (females 54.2 ± 8.0%, males 47.9 ± 7.7%, ANCOVA p = 0.05) Conclusions The use of telemedicine services remains at a high level across groups, particularly the 10–50-year-olds. There are clear age and sex preferences for using telemedicine. Studying these differences may provide insights into how the delivery of non-hospital-based medicine has changed during the COVID-19 pandemic.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 ».