Telemedicine perceptions and experiences of socially vulnerable households during the early stages of the COVID-19 pandemic: a qualitative study
Notice bibliographique
Résumé
BACKGROUND: Early in the COVID-19 pandemic, efforts to decrease risk of viral transmission triggered an abrupt shift from ambulatory health care delivery toward telemedicine. In this study, we explore the perceptions and experiences of telemedicine among socially vulnerable households and suggest strategies to increase equity in telemedicine access. METHODS: Conducted between August 2020 and February 2021, this exploratory qualitative study involved in-depth interviews with members of socially vulnerable households needing health care. Participants were recruited from a food bank and primary care practice in Montréal. Digitally recorded telephone interviews focused on experiences and perceptions related to telemedicine access and use. In our thematic analysis, we employed the framework method to facilitate comparison, and the identification of patterns and themes. RESULTS: Twenty-nine participants were interviewed, 48% of whom presented as women. Almost all sought health care in the early stages of the pandemic, 69% of which was received via telemedicine. Four themes emerged from the analysis: delays in seeking health care owing to competing priorities and perceptions that COVID-19-related health care took precedence; challenges with appointment booking and logistics given complex online systems, administrative inefficiencies, long wait times and missed calls; issues around quality and continuity of care; and conditional acceptance of telemedicine for certain health problems, and in exceptional circumstances. INTERPRETATION: Early in the pandemic, participants report telemedicine delivery did not accommodate the diverse needs and capacities of socially vulnerable populations. Patient education, logistical support and care delivery by a trusted provider are suggested solutions, in addition to policies supporting digital equity and quality standards to promote telemedicine access and appropriate use.
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 | 0,006 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,010 | 0,007 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».