Patient experiences of UK primary care online triage and consultation platforms during COVID-19: A systematic review
Notice bibliographique
Résumé
Abstract Background Online triage and consultation platforms are being increasingly used by healthcare providers in the UK for patient/clinician interactions. COVID-19 accelerated the shift towards the use of these platforms to maintain healthcare provision and reduce transmission. Strict directives were introduced by the UK Government to avoid in-person contact wherever possible in March 2020. Aim To examine patients’ experiences of online triage and consultation in UK primary care during the COVID-19 pandemic and offer considerations for their continued use. Design This study follows the PRISMA framework and includes qualitative studies conducted in UK primary care based on the experiences of patient users of any such online platform during the period of March 2020 to April 2023. Studies were included using the PICO format. Three literature databases were searched for relevant studies: PubMed, Science Direct and EMBASE. CASP is used to assess data quality. Results 540 studies were reviewed and reduced to 12 studies that met the inclusion criteria. Study characteristics were identified as: year of study, study population, disease types/conditions, patient response themes and the study’s data capture method. A thematic inductive approach identifies three overarching themes (Accessibility, Care delivery, System functionality) and 10 sub-themes (Affordability, IT literacy, Communication, Convenience, Care quality, Patient safety/privacy, Usability, Continuity of care, Inequality and Media influence). Conclusion This review highlights aspects of patient satisfaction and benefit but also those most concerning for patients. This study reviews the rapid, compulsory adoption of these systems during COVID-19 with implications for their future implementation beyond the pandemic.
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 | 0,012 | 0,062 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,004 |
| Bibliométrie | 0,008 | 0,011 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».