MétaCan
Menu
← Retour à la cohorte
Enregistrement W4416122994 · doi:10.1186/s12913-025-13609-5

Quality improvement project to transition psychosocial oncology clinical care to a telehealth workflow during the COVID-19 pandemic: a quasi-experimental study

2025· article· en· W4416122994 sur OpenAlexaffabout
Rickinder Sethi, Brendan Lyver, Jaswanth Gorla, Robin Forbes, Kathleen Sheehan, Christian Schulz

Notice bibliographique

RevueBMC Health Services Research · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueTelemedicine and Telehealth Implementation
Établissements canadiensPrincess Margaret Cancer CentreUniversity of TorontoUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésWorkflowPsychosocialQuality managementHealth informaticsTelehealthHealth careDigital healthTelemedicine

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: The COVID-19 pandemic created an urgent need for an innovative method of care delivery for psychosocial oncology. The psychosocial oncology services at the University Health Network in Toronto, Canada transitioned expeditiously to digital technologies that were readily available and accessible for patients and clinicians, facilitating care provision while reducing the transmission of COVID-19. This study aims to provide a validated framework for transitioning to digital delivery methods of care. METHODS: A quality improvement team was established and tasked with successfully transitioning services from primarily in-person to digital delivery methods of care quickly and seamlessly. This included analyzing the psychosocial oncology workflow, planning and implementing a digital transition, and collecting data and feedback on the impact of this digital workflow through the use of surveys. RESULTS: The average response rate of the surveys was 68.0%. Feedback and data collection demonstrated that more than 90% of psychosocial oncology processes were completed with digital tools following the transition with limited impact on clinical delivery. The clinicians reported feeling confident and satisfied providing care using digital workflow tools. CONCLUSION: The psychosocial oncology quality improvement team at the University Health Network provides a validated framework for transitioning to new methods of delivering care. As technology continues to develop, guidance on transitioning clinics and departments to new digital tools will be crucial for healthcare institutions. The framework provided in this study can be utilized to ensure the successful implementation of new technologies.

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)0,033
score de la tête « metaresearch » (Gemma)0,025
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: Essai non randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,033
Score d'incertitude au seuil0,175

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0330,025
Méta-épidémiologie (sens strict)0,0010,002
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0060,004
Communication savante0,0030,003
Science ouverte0,0020,003
Intégrité de la recherche0,0020,005
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,234
Tête enseignante GPT0,628
Écart entre enseignants0,395 · 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'étudeEssai non randomisé
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMC Health Services Research→Même sujetTelemedicine and Telehealth Implementation→Travaux en français237 207→