Patient’s Perceptions of a Centralized Virtual Ward for Remote Patient Monitoring in Primary Care: Qualitative Study
Notice bibliographique
Résumé
Background: Remote patient monitoring (RPM) has the potential to reduce in-clinic visits and promote proactive and preventive care for patients with chronic diseases in primary care. However, a decentralized approach to RPM in a primary health care (PHC) setting has not met stakeholders' expectations regarding scalability. This study introduces a centralized virtual ward (CVW)-led RPM, utilizing a multidisciplinary team approach to monitor patients with chronic diseases by clinicians who do not belong to the patients' PHC center. Objective: This study aimed to gain a better understanding of patients' perceptions of CVW-led RPM for managing chronic diseases in a PHC setting. Methods: In-depth interviews were conducted with 22 patients with chronic diseases enrolled at a PHC center in Stockholm, Sweden. The RPM project ran between October 2018 and April 2019 and included a total of 395 patients. Interviews followed a semistructured interview guide and were analyzed using qualitative content analysis. Results: Primary care patients with chronic diseases expressed that their contact with the CVW felt impersonal but at the same time secure and accessible. They noted a lack of coordination and communication between the clinicians of the CVW and their PHC providers. Captured data resulted in 1 overarching theme "Sense of security and accessibility, but impersonal and uncoordinated" based on 5 categories: sense of security, care and self-care, accessibility, quality of care, and communication. Conclusions: Our findings suggest that by addressing patients' needs for new organizational routines for patient-caregiver communication, RPM via centralized virtual wards can better realize the potential of this technology.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 ».