MétaCan
Menu
Retour à la cohorte
Enregistrement W4372334134 · doi:10.1186/s13223-023-00789-0

Utility of eConsults for COVID-19 vaccine-related concerns in Ontario: a cross-sectional analysis

2023· article· en· W4372334134 sur OpenAlexafffundvenueabout
Graham Walter, Samira Jeimy, Clare Liddy, Sheena Guglani, Anne K. Ellis, Amy Blair, Hazar Kobayaa, Zave Chad

Notice bibliographique

RevueAllergy Asthma and Clinical Immunology · 2023
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueHealthcare Systems and Technology
Établissements canadiensQueen's UniversityUniversity of TorontoBruyèreUniversity of OttawaWestern University
Organismes subventionnairesOntario Ministry of Health and Long-Term Care
Mots-clésSubspecialtyMedicineReferralCross-sectional studyFamily medicinePrimary careCoronavirus disease 2019 (COVID-19)PandemicTelemedicineHealth careDiseaseInfectious disease (medical specialty)Pathology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The Champlain BASE™ and Ontario eConsult services are virtual platforms that serve to facilitate contact between primary care providers and specialists across Ontario, relaying patient-specific questions to relevant specialists via a secure web-based platform. Despite ample evidence regarding the general effectiveness of these platforms, their utility as it pertains to clinical concerns regarding COVID-19 vaccines has not yet been explored. METHODS: We performed a cross-sectional descriptive analysis of COVID-19 vaccine related eConsults on Ontario patients completed by five allergy specialists between February and October of 2021. 4318 COVID-19 vaccine-related eConsults were completed in total during this time; with 1857 completed by the five allergists participating in this analysis. Question types/content were categorized using a taxonomy developed through consensus on a weighted monthly sample of 499 total cases. Data regarding whether external resources were required to answer each eConsult, impact on primary care provider referral decisions, and allergy consultant response times were collected. A 2-question survey was completed by primary care providers following eConsultation and results were collected. RESULTS: 41.08% of eConsults received involved safety concerns regarding COVID-19 vaccine administration in the setting of prior allergic disease and another 36.1% involved a potential reaction the first dose of a COVID-19 vaccine. 72.1% of eConsults were answered by specialist without needing external resources, and only 9.8% of all eConsults received resulted in a recommendation for formal in-person referral to Clinical Immunology & Allergy specialist or another subspecialty. Average time to complete eConsult was 16.4 min, and 79.7% of PCP eConsult queries which would have traditionally resulted in formal consultation were resolved based on advice provided in the eConsult without need for in-person assessment. CONCLUSIONS: Our study demonstrates the utility of the eConsult service as it pertains to COVID-19 vaccine-related concerns. The eConsult platform proved an effective tool in diverting the need for in-person assessment by an Allergist or other medical specialty. This is significant given the large volume of eConsults completed by Allergists, and demonstrates the impact of an effective electronic delivery of care model during a time of strained resources and public health efforts directed at mass vaccination.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,481
Score d'incertitude au seuil0,815

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,078
Tête enseignante GPT0,379
Écart entre enseignants0,301 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2023
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueAllergy Asthma and Clinical ImmunologyMême sujetHealthcare Systems and TechnologyTravaux en français237 207