MétaCan
Menu
← Retour à la cohorte
Enregistrement W4406671603 · doi:10.5539/gjhs.v17n1p24

Teleconsultations in Primary Healthcare Centres During COVID-19 Pandemic and Its Aftermath

2025· article· en· W4406671603 sur OpenAlexvenueno aff
Basem Alubaidi, Ruqaya Mohamed AlShamma, S. Abdulla, Jumana Jawad Mubarak, Maryam Sayed Sadeq AlHallay, Omaima Hani AlMahroos, A Saleh, Khatoon Shubbar, Hafizur Rahman

Notice bibliographique

RevueGlobal Journal of Health Science · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueTelemedicine and Telehealth Implementation
Établissements canadiensnon disponible
Organismes subventionnairesArabian Gulf UniversityJohns Hopkins University
Mots-clésPandemicCoronavirus disease 2019 (COVID-19)2019-20 coronavirus outbreakSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Primary carePrimary health careHealth careMedical emergencyNursingMedicineFamily medicineVirologyPolitical scienceDisease

Résumé

récupéré en direct d'OpenAlex

BACKGROUND & OBJECTIVES: Teleconsultation (TC), accounting for approximately 25% of medical consultations, is becoming increasingly pivotal in healthcare delivery. Despite its growing importance, current medical training programs often insufficiently address telecommunication skills. This study aims to augment the knowledge and proficiency of primary care physicians in TC through specialized training at Primary Healthcare Centres (PHCs) in Bahrain. METHODS: A cross-sectional study was employed to assess knowledge, practice, and training needs for TC among PHC physicians in Bahrain. Using total population sampling, data was collected via online Google survey questionnaires. The Teleconsultation Practices, Knowledge, and Training Needs Questionnaire (TPKTNQ) ensured reliability and validity, with statistical analysis performed using SPSS. Ethical approval was obtained, ensuring confidentiality and voluntary participation. RESULTS: An analysis of 185 responses from 257 distributed online questionnaires resulted in a 71.9% response rate, with 85.3% female respondents. The survey revealed that 74.9% of physicians had fair to high knowledge of TC, 89.7% practiced it, but 69% lacked formal training. Despite this, 96.7% were willing to receive updated training. Significant associations were found between TC training and practice satisfaction, knowledge levels, and further training needs, highlighting the necessity for comprehensive TC training among PHC physicians in Bahrain. IMPLICATIONS: Addressing the training gaps in TC can substantially enhance the effectiveness of telehealth services, thereby improving healthcare delivery and patient outcomes in Bahrain. Enhanced training programs can elevate care quality, optimize workload management, and increase physicians’ satisfaction, which is crucial for the retention of healthcare professionals. CONCLUSION: A significant deficiency exists in TC training among PHC physicians in Bahrain. The overwhelming willingness of physicians to engage in future training workshops underscores the readiness for adaptating TC practices. It is recommended that comprehensive training programs be implemented to bolster TC services in PHCs, thereby advancing the overall quality of patient 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)0,001
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,029
Score d'incertitude au seuil0,057

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
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 Opus0,043
Tête enseignante GPT0,418
Écart entre enseignants0,375 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Journal of Health Science→Même sujetTelemedicine and Telehealth Implementation→Travaux en français237 207→