MétaCan
Menu
← Retour à la cohorte
Enregistrement W4387022933 · doi:10.2196/preprints.53056

Health Care Professionals’ Experiences With Using Information and Communication Technologies in Patient Care During the COVID-19 Pandemic: Qualitative Study (Preprint)

2023· preprint· en· W4387022933 sur OpenAlexaboutno aff
Carly A. Cermak, Heather Read, Lianne Jeffs

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineMedicine
ThématiqueTelemedicine and Telehealth Implementation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHealth careThematic analysisPandemicPsychosocialPsychologyNursingQualitative researchCoronavirus disease 2019 (COVID-19)Medical educationMedicinePublic relationsPolitical scienceSociology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND The COVID-19 pandemic acted as a catalyst for the use of information and communication technology (ICT) in inpatient and outpatient health care settings. Digital tools were used to connect patients, families, and providers amid visitor restrictions, while web-based platforms were used to continue care amid COVID-19 lockdowns. What we have yet to learn is the experiences of health care providers (HCPs) regarding the use of ICT that supported changes to clinical care during the COVID-19 pandemic. OBJECTIVE The aim of this paper was to describe the experiences of HCPs in using ICT to support clinical care changes during the COVID-19 pandemic. This paper is reporting on a subset of a larger body of data that examined changes to models of care during the pandemic. METHODS This study used a qualitative, descriptive study design. In total, 30 HCPs were recruited from 3 hospitals in Canada. One-on-one semistructured interviews were conducted between December 2022 and June 2023. Qualitative data were analyzed using an inductive thematic approach to identify themes across participants. RESULTS A total of 30 interviews with HCPs revealed 3 themes related to their experiences using ICT to support changes to clinical care during the COVID-19 pandemic. These included the use of ICT (1) to support in-person communication with patients, (2) to facilitate connection between provider to patient and patient to family, and (3) to provide continuity of care. CONCLUSIONS HCP narratives revealed the benefits of digital tools to support in-person communication between patient and provider, the need for thoughtful consideration for the use of ICT at end-of-life care, and the decision-making that is needed when choosing service delivery modality (eg, web based or in person). Moving forward, organizations are encouraged to provide education and training on how to support patient-provider communication, find ways to meet patient and family wishes at end-of-life care, and continue to give autonomy to HCPs in their clinical decision-making regarding service delivery modality.

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)0,014
score de la tête « metaresearch » (Gemma)0,023
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 enseignants0,032
Score d'incertitude au seuil0,072

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,023
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0120,010
Communication savante0,0050,004
Science ouverte0,0020,006
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,128
Tête enseignante GPT0,487
Écart entre enseignants0,359 · 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→