Telehealth Challenges for California Rural Hospitals in Reaching Latino Populations During COVID-19
Notice bibliographique
Résumé
Background Rural and remote communities were especially vulnerable to the COVID-19 pandemic due to the availability and capacity of rural health services. Research has found that key issues surrounded (1) the lack of staff, (2) the need for coordinated health services, and (3) operational and facility issues. Similarly, research also confirms that irrespective of hospital capacity issues existing during crisis, compared to urban communities, rural communities typically face poorer access to health services. Telehealth programs have long held promise for addressing health disparities perpetuated by inadequate health care access. In response to the current COVID-19 pandemic, Adventist Health Saint Helena Hospital, a rural hospital in northern California, urgently worked to expand telehealth services. However, as Adventist Health Saint Helena Hospital is the longest-serving rural hospital in the state of California, administrators were also able to draw on experiences from the pandemic of 1918/1919. Understanding their historically rural and heavily Latino populations, their telehealth approach was coupled with cultural approaches for prioritizing socially responsive and equitable access to health services. Objective This study aimed to present one rural community’s holistic sociotechnical response to COVID-19 in redesigning their health care delivery approach. Redesign efforts included the expansion of digital health services coupled with county-wide collaborations for nondigital mobile health centers, testing, and vaccination clinics to meet the needs of those with limited digital access and language barriers. Methods We present data on telehealth services for maintaining critical care services and a framework on the feasibility of private-public partnerships to address COVID-19 challenges. Results In this paper, we provide a critical review of how a rural hospital adapted its health care approach to incorporate telehealth services and distance services to meet the needs of a diverse population. Conclusions This paper contributes empirical data on how rural communities can use telehealth technologies and community partnerships for a holistic community approach to meet health needs during a natural disaster. Conflicts of Interest None declared.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».