Rural patients’ experiences with anesthesia and surgical consultations in British Columbia: A survey-based comparison between virtual and in-person modalities
Notice bibliographique
Résumé
Introduction: Rural patients face barriers to accessing surgical care and often need to travel long distance for pre- or post-surgical consultations. Although adaptation to the COVID-19 pandemic has demonstrated the efficacy of virtual care, there is minimal data available to evaluate patient satisfaction with this modality and consequent health service utilization if virtual services are not available. Methods: An online survey was conducted with participants living in rural British Columbia, Canada who had undergone surgery within 12 months of data collection and had either virtual or face-to-face pre- or post-surgical consultations. It was supplemented by an in-person survey administered in two rural sites to all patients who had a virtual visit prior to undergoing procedural care. A ten-point scale was used to assess satisfaction. Quantitative and qualitative data were collected and analyzed. Results: = 0.26). However, most participants indicated that virtual appointments saved them time traveling, energy, and money and made them less dependent on others, accruing significant social benefit.In the community-focused sample (n = 71), 38% said they would not have had the procedure without a virtual visit option and 21% said that they would have delayed the procedure. Virtual consultations saved patients an average of 9 h (range 1-90). Participants traveled an average of 427 kilometers round trip to have the procedures. Conclusion: Findings reveal costs and time saved in accessing care due to the introduction of pre- and post-operative virtual care visits, and further investments in virtual care are warranted. This will contribute to promoting equitable access to healthcare for rural residents.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».