MétaCan
Menu
Retour à la cohorte
Enregistrement W4401432001 · doi:10.1136/bmjoq-2024-002898

Implementing virtual primary care: experiences, perspectives and identification of improvement opportunities in an academic primary care setting

2024· article· en· W4401432001 sur OpenAlexafffundabout
Sakina Walji, Patricia J. O’Brien, Anna Loi, Linda Rozmovits, Onil Bhattacharyya

Notice bibliographique

RevueBMJ Open Quality · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueTelemedicine and Telehealth Implementation
Établissements canadiensUniversity of Toronto
Organismes subventionnairesHealthcare Excellence Canada
Mots-clésTriageWork (physics)Medical educationPrimary careIdentification (biology)Quality (philosophy)PandemicNursingMedicineCoronavirus disease 2019 (COVID-19)PsychologyFamily medicineMedical emergencyEngineering

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: One of the biggest changes to primary care triggered by the COVID-19 pandemic was the rapid integration of virtual care (VC). VC offers benefits to patients and providers but implementation presents challenges. METHODS: This study is a secondary analysis of a 2021 quality improvement (QI) driven environmental scan comprising a survey and 1:1 interviews, at the Department of Family and Community Medicine at the University of Toronto. The scan aimed to understand the current and desired future use of VC at the 14 sites. RESULTS: The survey was completed by all sites between July and October 2021 and 1:1 interviews were conducted between October and November 2021 with 12 of the 14 site/QI leads. VC was seen as convenient and flexible, and as enabling continuity of care for patients who could not easily attend in-person. Factors enabling implementation of VC included leadership at both the system and local level; a shared understanding of VC on the part of providers, patients and clinical staff; and technological and administrative readiness. Challenges included the need for triage algorithms; incongruent expectations of VC by patients and providers; technology issues; increased administrative burden; and impacts on medical education. All anticipated that some degree of VC would continue in future. CONCLUSIONS: VC offered benefits but it also impacted clinical routines and administrative processes creating new forms of work for clinicians and staff. Patient education is needed to ensure that their expectations of VC align with those of providers. Research and QI efforts are required to optimise the use of VC in primary care.

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)0,011
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,062

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,014
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0140,006
Communication savante0,0080,003
Science ouverte0,0020,011
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,140
Tête enseignante GPT0,487
Écart entre enseignants0,347 · 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'étudeQualitatif
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

Citations5
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBMJ Open QualityMême sujetTelemedicine and Telehealth ImplementationTravaux en français237 207