MétaCan
Menu
← Retour à la cohorte
Enregistrement W4386644987 · doi:10.2196/preprints.52552

Effects of Virtual Care on Patient and Provider Experience of the Clinical Encounter: Qualitative Hermeneutic Study (Preprint)

2023· preprint· en· W4386644987 sur OpenAlexaboutno aff
Graham McCaffrey, Erin Wilson, Lela Zimmer, Anurag Singh, Steinunn Jónatansdóttir, Peter Zimmer, David Snadden, Ian D. Graham, Martha MacLeod

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineMedicine
ThématiqueTelemedicine and Telehealth Implementation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPreprintHealth carePhoneService providerPsychologyService (business)Qualitative researchNursingMedicineInternet privacySociologyPolitical scienceBusinessWorld Wide WebComputer science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND Virtual health care has transformed health care delivery, with its use dramatically increasing since the COVID-19 pandemic. While it has been quickly adopted for its convenience and efficiency, there has been a relative lack of in-depth exploration of its human impact, specifically how both patients and providers experience clinical encounters. OBJECTIVE This analysis aims to identify and explore themes of change in how patients and providers in a geographically dispersed renal service described their experiences with virtual care, including those changes that occurred during the COVID-19 pandemic. METHODS Hermeneutics is an interpretive research methodology that treats human experience as inherently interpretive, generating meaning through interactions with others in specific, historically conditioned, social contexts. A total of 17 patients and 10 providers from various disciplines were interviewed by phone as part of a study on health care implementation in the context of a kidney care service in northern British Columbia, Canada. The interview data were analyzed using a hermeneutic approach, which emphasizes careful attention to reported experiences in relation to the relationships and contexts of care. RESULTS During analysis, the interdisciplinary team identified themes related to changes in the clinical encounter and how virtual care influenced perceptions of care among both providers and patients. We organized these themes into 2 categories: the structure and content of the encounter. The structure category included the convenience for patients, who no longer had to travel long distances for appointments, as well as changes in care networks. For example, communication between specialist services and local primary care providers became more crucial for ensuring continuity of care. The content category included issues related to trust-building and assessment. Providers expressed concerns about the difficulty in assessing and understanding their patients’ physical and social well-being beyond laboratory results. CONCLUSIONS Patients in the study appreciated the convenience of not needing to travel for appointments, while still having the option for in-person contact with local providers or specialists if their condition changed. Providers were more concerned about the loss of visual cues and sensory data for assessments, as well as the reduced opportunity to build relationships through conversation with patients. Providers also described changes in the locus of control and boundaries, as patients could join phone encounters from anywhere, bypassing traditional privacy and confidentiality boundaries. The study offers a nuanced view of the effects of virtual care on clinical encounters in one setting, seen through the experiences of both patients and providers.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,020
score de la tête « metaresearch » (Gemma)0,031
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,107

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0200,031
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0120,015
Communication savante0,0060,004
Science ouverte0,0010,007
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,079
Tête enseignante GPT0,466
Écart entre enseignants0,387 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetTelemedicine and Telehealth Implementation→Travaux en français237 207→