Healthcare workers’ perspectives on a prescription phone program to meet the health equity needs of patients in the emergency department: a qualitative study
Notice bibliographique
Résumé
OBJECTIVES: People experiencing homelessness and marginalization face considerable barriers to accessing healthcare services. Increased reliance on technology within healthcare has exacerbated these inequities. We evaluated a hospital-based prescription phone program aimed to reduce digital health inequities and improve access to services among marginalized patients in Emergency Departments. We examined the perceived outcomes of the program and the contextual barriers and facilitators affecting outcomes. METHODS: We conducted a constructivist qualitative program evaluation at two urban, academic hospitals in Toronto, Ontario. We interviewed 12 healthcare workers about their perspectives on program implementation and outcomes and analyzed the interview data using reflexive thematic analysis. RESULTS: Our analyses generated five interrelated program outcomes: building trust with patients, facilitating independence in healthcare, bridging sectors of care, enabling equitable care for marginalized populations, and mitigating moral distress among healthcare workers. Participants expressed that phone provision is critical for adequately serving patients who face barriers to accessing health and social services, and for supporting healthcare workers who often lack resources to adequately serve these patients. We identified key contextual enablers and challenges that may influence program outcomes and future implementation efforts. CONCLUSIONS: Our findings suggest that providing phones to marginalized patient populations may address digital and social health inequities; however, building trusting relationships with patients, understanding the unique needs of these populations, and operating within a biopsychosocial model of health are key to program success.
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 | 0,019 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,015 | 0,010 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».