MétaCan
Menu
Retour à la cohorte
Enregistrement W4391599130 · doi:10.2196/50352

Barriers and Facilitators to Teledermatology and Tele-Eye Care in Department of Veterans Affairs Provider Settings: Qualitative Content Analysis

2024· article· en· W4391599130 sur OpenAlexvenueno aff
Yiwen Li, Charlene Pope, Jennifer Damonte, Tanika Spates, April Y. Maa, Suephy C. Chen, Howa Yeung

Notice bibliographique

RevueJMIR Dermatology · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueTelemedicine and Telehealth Implementation
Établissements canadiensnon disponible
Organismes subventionnairesU.S. Department of Veterans Affairs
Mots-clésTelehealthVeterans AffairsTelemedicineNursingStaffingMedicineQualitative researchContent analysisHealth careFormative assessmentMedical educationFamily medicinePsychology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Veterans Affairs health care systems have been early adopters of asynchronous telemedicine to provide access to timely and high-quality specialty care services in primary care settings for veterans living in rural areas. Scant research has examined how to expand primary care team members' engagement in telespecialty care. OBJECTIVE: This qualitative study aimed to explore implementation process barriers and facilitators to using asynchronous telespecialty care (teledermatology and tele-eye care services). METHODS: In total, 30 participants including primary care providers, nurses, telehealth clinical technicians, medical and program support assistants, and administrators from 2 community-based outpatient clinics were interviewed. Semistructured interviews were conducted using an interview guide, digitally recorded, and transcribed. Interview transcripts were analyzed using a qualitative content analysis summative approach. Two coders reviewed transcripts independently. Discrepancies were resolved by consensus discussion. RESULTS: In total, 3 themes were identified from participants' experiences: positive perception of telespecialty care, concerns and challenges of implementation, and suggestions for service refinement. Participants voiced that the telemedicine visits saved commute and waiting times and provided veterans in rural areas more access to timely medical care. The mentioned concerns were technical challenges and equipment failure, staffing shortages to cover both in-person and telehealth visit needs, overbooked schedules leading to delayed referrals, the need for a more standardized operation protocol, and more hands-on training with formative feedback among supporting staff. Participants also faced challenges with appointment cancellations and struggled to find ways to efficiently manage both telehealth and in-person visits to streamline patient flow. Nonetheless, most participants feel motivated and confident in implementing telespecialty care going forward. CONCLUSIONS: This study provided important insights into the positive perceptions and ongoing challenges in telespecialty care implementation. Feedback from primary care teams is needed to improve telespecialty care service delivery for rural veterans.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,474
Score d'incertitude au seuil0,687

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,026
Tête enseignante GPT0,390
Écart entre enseignants0,364 · 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 tête enseignante, pas un consensus.

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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR DermatologyMême sujetTelemedicine and Telehealth ImplementationTravaux en français237 207