MétaCan
Menu
← Retour à la cohorte
Enregistrement W4392565522 · doi:10.2196/56312

Telemedicine and Patient Experience Ratings at an Academic Integrative Medicine Practice: Retrospective Examination

2024· article· en· W4392565522 sur OpenAlexvenueno aff
Ellen C. Meltzer, Laurie Wilshusen, Isra Abdulwadood, Claire Yee, Amy Sherman, Kelli Strader, Barbara S. Thomley, Denise Millstine, Jon C. Tilburt, Heather Fields, Larry Bergstrom, David Patchett, John Camoriano, Brent A. Bauer

Notice bibliographique

RevueJMIR Formative Research · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueTelemedicine and Telehealth Implementation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPreprintTelemedicineExploratory researchMedicinePsychologyComputer scienceHealth careSociologyPolitical scienceWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The use of telemedicine (TELE) increased exponentially during the COVID-19 pandemic. While patient experience with TELE has been studied in other medical disciplines, its impact and applicability to integrative medicine practices remain unknown. OBJECTIVE: The aim of this study is to assess the impact of visit modality, TELE versus face-to-face (F2F) encounters, on patient experience at an integrative medicine practice at a single academic medical center. Given the significant role of the patient-physician relationship, therapeutic presence, and touch in integrative medicine, we hypothesized that TELE would result in reduced patient experience compared to traditional F2F encounters. METHODS: A retrospective examination of Press Ganey surveys at an academic, consultative, and integrative medicine practice was conducted. Anonymous surveys completed by patients, older than 18 years of age, who had TELE or F2F appointments from April 1, 2020, to March 31, 2023, were included. At our medical center, patients commonly travel in from out of state for complex care. We examined percentage "top box" scores (ie, the percentage of respondents who selected the most positive response category on the survey, "very good"), across a variety of experience metrics. ANOVA and chi-square analyses were completed, with a significance threshold of P<.05. RESULTS: Over the 36 months, a total of 1066 surveys were completed and returned (TELE: n=333; F2F: n=733). Overall, 73% (n=778) of respondents were female with an average age of 57.6 (SD 13.84) years. Most patients were English-speaking (n=728, 99.3%), White (n=1059, 92.7%), and not Hispanic or Latino (n=985, 92.4%). There was significantly higher satisfaction with access to care for TELE visits compared to F2F visits. There were no differences in satisfaction with the care provider or in overall experience. When examining the specific aspects of using technology during TELE visits, there were no differences in audio quality, visual quality, or ease of talking to the care provider based on sex. There was, however, a difference in video quality based on age, where those 80 years and older rated significantly lower video quality compared to all other age groups. CONCLUSIONS: Top-level patient experience can be attained with TELE integrative medicine visits. Additional studies, particularly those correlating positive experience findings with specific behaviors used during TELE visits, would further our understanding of the integrative medicine patient experience. In the meantime, efforts should be made to ensure a policy that promotes the ongoing provision of TELE in integrative medicine.

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)0,002
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

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

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 GPT0,518
Écart entre enseignants0,439 · 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'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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Formative Research→Même sujetTelemedicine and Telehealth Implementation→Travaux en français237 207→