Geriatric Specialists’ Perspectives on Telemedicine during the COVID-19 Pandemic: a Concurrent Triangulation Mixed-Methods Study*
Notice bibliographique
Résumé
During the COVID-19 pandemic, physicians provided virtual care to minimize viral transmission. This concurrent triangulation mixed-methods study assesses the use of synchronous telephone and video visits with patients and asynchronous eConsults by geriatric providers, and explores their perspectives on telemedicine use during the pandemic. Participants included physicians practicing in Ontario, Canada who were certified in Geriatric Medicine, or Care of the Elderly, or who were the most responsible physician in a long-term care for at least 10 patients. Participants' perspectives were solicited using an online survey and themes were generated through a reflexive thematic analysis of survey responses. We assessed the current use of each telemedicine tool and compared the proportion of participants using telemedicine before the pandemic with self-predicted use after the pandemic. We received 29 surveys from eligible respondents (87.9% completion rate), with 75.9% being geriatricians. The telephone was most used (96.6%), followed by video (86.2%) and eConsults (64%). Most participants using telephone and video visits had newly implemented them during the pandemic and intend to continue using these tools post-pandemic. Our thematic analysis revealed that telemedicine plays an important role in the continuity of care during the pandemic, with increased self-reported positive perspectives and openness towards use of virtual care tools, although limited by inadequate physical exams or cognitive testing. Its ongoing use depends on the availability of continued remuneration.
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 | 0,005 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».