Patient and provider perspectives on telemedicine use in Canadian gastroenterology clinics during the COVID-19 pandemic: a survey study
Notice bibliographique
Résumé
Abstract Background Telemedicine has revolutionized access to medical care. This was particularly palpable during the COVID pandemic and within gastroenterology. Telehealth can improve access to patients remotely, and lead to high patient and clinician satisfaction. However, questions remain surrounding patient selection and provider considerations. We conducted a Canadian study to examine patient and provider preferences and experiences in telehealth. Methods An anonymous online survey was conducted amongst patients of an urban gastroenterology practice, as well as Canadian gastroenterologists, evaluating experiences and preferences in utility of telemedicine. Results Of 1236 patients contacted, 181 (15%) respondents were aged 18–89, 60% were female, and 58% had inflammatory bowel disease (IBD). Patient satisfaction with telehealth was high across all characteristics. Patients used both phone calls (61%) and video/audio applications (50%); higher use of phone calls was associated with older age (p = 0.02). Patients living more than 30km from clinic and with IBD were more likely to prefer telehealth visits (p < 0.01). Most providers (96%) and patients (96%) believed that telehealth use should continue for certain patients or follow up visits after the pandemic. Of 100 providers contacted, 25 respondents reported using phone calls (96%) and video/audio applications (44%). Providers perceived follow up of benign endoscopic pathology (96%) and general follow up visits (92%) to be most suitable for telehealth. Conclusion Canadian gastroenterology providers and patients appreciate telehealth and favor continued use after the pandemic. Consideration of patient factors such as age, distance, health issue, and follow up status can further optimize ongoing telehealth options.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».