Utilisation des plateformes de télésoins et de télésuivi durant la pandémie de Covid-19 : une étude transversale des perspectives patients et professionnels de santé
Notice bibliographique
Résumé
Contexte : La pandémie de COVID-19 a créé un besoin urgent d’agir pour réduire la propagation du virus et pour diminuer la congestion des services de santé, pour protéger les soignants et les aider à maintenir une qualité et une sécurité des soins satisfaisantes. Les plateformes de télésoins et de télésurveillance sont rapidement apparues comme des solutions potentielles. C’est ainsi qu’au Centre hospitalier de l’Université de Montréal, trois plateformes ont été mises en place : 1) une téléassistance (Telecare-Covid) apportée par des infirmiers et des médecins par des appels téléphoniques ; 2) une application de télésurveillance (CareSimple-Covid) qui permet un suivi à distance du patient à domicile, et; 3) une plateforme de téléconsultation (React- Teleconsultation) pour réaliser des consultations visuelles entre professionnels et patients. Objectif : Le but de cette étude est d’évaluer du point de vue des patients et des professionnels de santé utilisateurs des trois plateformes de télésanté mises en place pour les soins et le suivi à distance des patients atteints par la COVID-19, les dimensions suivantes : (1) la satisfaction sur la qualité et la sécurité des soins prodigués par les plateformes technologiques; (2) l’engagement des patients et le partenariat dans les soins lors de l’utilisation des plateformes technologiques; et (3) le rôle et la pertinence des plateformes technologiques en matière d’utilité, d’avantages et de limites. Méthode : Deux études transversales ont été réalisées entre juillet et septembre 2020. La première a été réalisée auprès de patients ayant utilisé une des deux plateformes Telecare-Covid et CareSimple-Covid. Des questionnaires ont été soumis par téléphone aux patients. Les données collectées ont été analysées à l’aide de statistiques descriptives et d’une analyse de test t. La deuxième s’intéresse à l’utilisation par les professionnels de Telecare-Covid et React- Téléconsultation. Les données ont été recueillies par courrier électronique auprès des professionnels de santé. Nous avons mené une analyse de statistique descriptive grâce au logiciel SPSSã et STATAã. Ainsi, certains tests spécifiques ont été appliqués tels que le t-test et celui de Fisher pour comparer les différentes perceptions des utilisateurs sur certaines dimensions étudiées. Résultats : Parmi les 85 patients qui ont utilisé les deux plateformes, 51 (60 %) ont participé à la première l’étude. Pour la deuxième étude, 1 545 professionnels de la santé ont été invités à participer et 491 (31,8 %) ont répondu au sondage. De manière générale, les résultats des deux études ont montré que les perceptions des utilisateurs quant à la qualité et la sécurité des soins offerts sur les plateformes de télésurveillance étaient positives pour l’ensemble des plateformes technologiques étudiées. Les principales caractéristiques très appréciées par la plupart des utilisateurs, que ce soit chez les patients ou chez les professionnels de santé, sont : (1) la facilité d’accès aux services et la proximité des membres de l’équipe de soins; (2) la convivialité des plateformes; (3) la continuité des soins prodigués et; (4) une gamme diversifiée de services offerts. Patients comme professionnels de santé utilisateurs de ces plateformes dans les deux études ont cependant identifié certaines limites techniques et ont soulevé certains problèmes, tels que l’importance de maintenir le contact humain malgré la distance, la sécurité et la confidentialité des données et la formation. Conclusion : Cette étude suggère que les plateformes de télésanté et de télésurveillance ont été bien accueillies par les patients et les professionnels de santé et les dimensions étudiées ont été globalement perçues positivement par l’ensemble des utilisateurs, même si certaines limites existent dont il faut tenir compte. Ainsi, pour contenir les limites et enjeux identifiés et pour améliorer ces trois plateformes et maximiser leur utilisation, un processus de développement collaboratif incluant patients, professionnels de santé, décideurs et fournisseurs/concepteurs de plateformes numériques est recommandé.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».