MétaCan
Menu
← Retour à la cohorte
Enregistrement W4410950509 · doi:10.1371/journal.pone.0323303

A retrospective evaluation of access equity in virtual care during the COVID-19 pandemic: A 2-year review and comparison of visits in Ontario, Canada

2025· review· en· W4410950509 sur OpenAlexafffundabout
Shawn Mondoux, Frank Battaglia, Anastasia Gayowsky, Natasha Clayton, Caillin Langmann, Paul D. Miller, Alim Pardhan, Julie Matthews, Alexander Drossos, Keerat Grewal

Notice bibliographique

RevuePLoS ONE · 2025
Typereview
Langueen
DomaineMedicine
ThématiqueTelemedicine and Telehealth Implementation
Établissements canadiensInstitute for Clinical Evaluative SciencesPublic Health OntarioSt. Joseph’s Healthcare HamiltonSchwartz/Reisman Emergency Medicine InstituteMcMaster UniversityHamilton Health SciencesUniversity of Toronto
Organismes subventionnairesPhysicians' Services Incorporated Foundation
Mots-clésPandemicCoronavirus disease 2019 (COVID-19)2019-20 coronavirus outbreakSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Equity (law)MedicineRetrospective cohort studyMEDLINEBetacoronavirusGeographyVirologyPolitical scienceOutbreakInternal medicineInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Access equity has been raised as a fundamental concern with virtual care, both as it was used during the SARS-CoV-2 pandemic as well as its future applications within health systems. These concerns have not yet been substantiated with quantifiable data. We conducted a comparison of healthcare utilization and access across all dimensions of the Ontario Marginalization Index between virtual care and in-person care in the province of Ontario. METHODS: We conducted a retrospective observational study using ICES databases in the Province of Ontario between March 14, 2020, and March 13,2022. We identified all virtual and in-person visits using billing codes. All visits were linked to their individual postal dissemination area for which there was census data from the Ontario Marginalization Index. Dissemination areas were divided, according to their categorization within each marginalization dimension, and visit rates were calculated for both populations. RESULTS: A total of 93,363,194 visits were included as part of the final analysis. Significant differences in virtual healthcare utilization were noted between the most and least marginalized populations within each dimension. This effect was not observed by visits for in-person care. The only exception was that racialized, and newcomer populations had higher virtual care utilization among the most marginalized. INTERPRETATION: This data is the first that uses a large retrospective dataset and seems to confirm concerns for access inequity among the most marginalized populations. These differences much be part of policy considerations for the future of virtual care use.

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)0,006
score de la tête « metaresearch » (Gemma)0,016
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: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,958
Score d'incertitude au seuil0,308

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,016
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0090,023
Études des sciences et des technologies0,0020,002
Communication savante0,0020,001
Science ouverte0,0030,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,333
Tête enseignante GPT0,499
Écart entre enseignants0,166 · 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
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuePLoS ONE→Même sujetTelemedicine and Telehealth Implementation→Travaux en français237 207→