The Utilization of Electronic Consultations (eConsults) to Address Emerging Questions Related to Long COVID-19 in Ontario, Canada: Mixed Methods Analysis
Notice bibliographique
Résumé
Background: Long COVID is an often debilitating condition affecting millions of people. Its diverse clinical presentations make effective diagnosis and management at the primary care level difficult, while specialist services for long COVID face extensive wait times. An electronic consultation (eConsult) program in Ontario developed a long COVID specialist group to allow primary care providers (PCPs) prompt access to specialist advice for patients with long COVID. Objective: This study aims to assess patterns of service use, response times, impact, and clinical content of eConsult cases submitted to an eConsult long COVID specialist group in Ontario. Methods: This study is a mixed methods analysis of eConsults submitted by PCPs to the long COVID specialist group of 2 eConsult services (Champlain eConsult BASE and Ontario eConsult) between June 1, 2021, and July 31, 2022. Data sources included the use data collected automatically by the services, responses to a mandatory closeout survey, and the content of PCP questions and specialist responses (Champlain eConsult BASE service only). Clinical questions or responses were analyzed using 2 validated taxonomies. Descriptive statistics were used for survey responses and use data. Results: A total of 40 PCPs submitted 47 eConsults through Champlain eConsult BASE and 197 PCPs submitted 228 cases through Ontario eConsult. The median specialist response time was 0.6 (IQR 0.19-2.36; mean 1.7, SD 2.29) days. The 5 most common symptoms of long COVID were fatigue (14/47, 30%), dyspnea (7/47, 15%), cough (6/47, 13%), altered sense of smell (ie, anosmia and parosmia; 6/47, 13%), and cognitive changes (6/47, 13%). The five main question categories asked by PCPs were: (1) management of chronic symptoms of COVID-19, (2) need for additional work-up or follow-up testing, (3) community resources to support or manage patients with long COVID, (4) diagnostic clarification, and (5) guidance regarding COVID-19 vaccination. Conclusions: The long COVID groups provided rapid access to a multispecialty service that facilitated the avoidance of unnecessary face-to-face referrals. An assessment of eConsults highlighted 5 common question types, providing insight into potential gaps in knowledge among PCPs that could help guide medical education and policy.
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 | 0,014 | 0,036 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,004 | 0,011 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».