The implementation and evaluation of the Ontario COVID@Home Clinical Primary Care Pathway
Notice bibliographique
Résumé
BACKGROUND: The COVID@Home Clinical Care Pathway (the Pathway) was developed and implemented as an evidence-based remote monitoring clinical care pathway for the integrated management of coronavirus disease 2019 (COVID-19) in the province of Ontario, Canada. We examine its effectiveness and rapid large-scale implementation. METHODS: Using a prospective longitudinal study design, we used electronic medical record clinical data, provider and patient surveys, web analytics, healthcare and provincial utilization, and government holdings data to evaluate reach, effectiveness, adoption, implementation, and maintenance outcomes, including patient mortality and health equity. RESULTS: The Pathway was widely accessed (19 474 Ontario unique users), contributed 28 816 oxygen saturation monitors, and achieved coverage across income levels and geography. Two-thirds of patients had > 1 encounter, monitored for a median of 4 days (Range: 1-57). Fifty percent of patients had > 1 chronic condition. Patients receiving Pathway care were less likely to die by 0.44% (20/4556), two times lower compared to the total mortality of a population-based representative patient cohort over a parallel time period in Ontario of 0.86% (1820/212 326, P = .0023). Patients were very satisfied with their care, and felt care was accessible, safe, and clear. Providers were very satisfied with the Pathway resources and reported strengthened relationships across the health system. CONCLUSIONS: Primary care (PC) rapidly implemented a clinical care pathway during the COVID-19 crisis. The Pathway demonstrated the beneficial role and effectiveness of PC when patients are provided with timely, accessible, and comprehensive care. Public health responses should explicitly collaborate with PC to address population health.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,009 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».