Patient Satisfaction With Telehealth Visits in Rural Compared With Urban Communities: Single-Center Study
Notice bibliographique
Résumé
<sec> <title>UNSTRUCTURED</title> Background & Aims: Studies performed in urban communities with access to technology suggest high patient satisfaction with telehealth. While virtual visits can increase the reach of clinical practice in rural communities, technological barriers may reduce patient satisfaction. Our aim is to compare satisfaction with telehealth visits between patients living in rural and urban communities. Approach & Results: A telephone survey was developed and administered to hepatology patients seen at outpatient clinics from 3/20-3/21. Patient characteristics and survey responses were compared by urban and rural location as defined by the census tract based on ZIP code using univariable and multivariable logistic regression. Of 400 patients, 164 (41%) completed the survey. Compared to urban patients, rural patients had twice the transportation time to clinic (59 + 35 vs 39 + 37 minutes) and were more likely to cancel due to transportation issues (46% vs 13%). Rural patients reported less proficiency with technology and more technical difficulties, including an inability to log on to the portal or access the camera/microphone (75% vs 25%) and less comfort with their devices (54% vs 9%). Overall, urban patients were more likely to prefer telehealth (aOR: 5.20, 95% CI: 2.15-13.7), and were more satisfied with telehealth vs. in person visits than rural patients (62.1% vs. 20.8%). Conclusion: Rural patients reported more technical challenges to telehealth and more transportation issues than urban patients but favored in person hepatology visits. Urban patients were more satisfied with telehealth visits compared to in person visits. Research is needed to improve telehealth delivery and satisfaction for rural patients. </sec>
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 | 0,000 | 0,000 |
| 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 ».