Health Care Providers’ Experiences and Perceptions With Telehealth Tools in a Hospital-at-Home Program: Mixed Methods Study
Notice bibliographique
Résumé
Background: The growing demand for hospital-based care, driven by aging populations and constrained resources, has accelerated the adoption of telehealth tools such as teleconsultations and remote monitoring in hospital-at-home (HaH) programs. Despite their increasing use in delivering acute care at home, studies exploring health care providers' experiences and perceptions of these tools within HaH settings remain limited. Objective: This study aimed to understand the experiences and perspectives of health care providers toward teleconsultations and vital signs monitoring systems within a HaH program in Singapore to optimize effectiveness and address challenges in future implementation. Methods: A convergent mixed methods approach that combines qualitative in-depth interviews with an electronic survey designed based on the 5 domains (usefulness, ease of use, effectiveness, reliability, and satisfaction) of the Telehealth Usability Questionnaire was used. Results: In total, 37 surveys and 20 interviews were completed. Participants responded positively to the use of both teleconsultation and vital signs monitoring with a mean total score of each method being 4.55 (SD 0.44) and 4.52 (SD 0.42), respectively. Significantly higher mean ratings were observed among doctors compared with other health care providers for usefulness (P=.03) and ease of use (P=.047) in teleconsultations. Health care providers with fewer years of clinical experience also perceived the use of vital signs monitoring to be more effective (P=.02) and more usable (P=.04) than those with more years of experience. Qualitative analysis identified four themes: (1) benefits of telehealth for health care providers such as improved work convenience, efficiency, and satisfaction; (2) challenges of telehealth implementation relating to communication and technology; (3) perspectives on telehealth impact; and (4) enablers for successful implementation. Comparing both datasets, qualitative findings were aligned with and confirmed quantitative results. Conclusions: This study highlighted the benefits and usability of telehealth among health care providers. However, challenges relating to patient communication, technological issues, and delivery of care were also discussed along with enablers for successful implementation. These insights can inform strategies to optimize future implementation of telehealth in HaH.
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 | 0,006 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 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 ».