Improving Health Care Access: A Cross-Provincial Evaluation of a Virtual Consultation Platform in Prince Edward Island
Notice bibliographique
Résumé
Introduction: Access to specialist care remains a major challenge in rural and remote areas of Canada. Virtual Hallway is a secure digital platform that enables timely, provider-to-provider telephone consultations between primary care providers (PCPs) and specialists. This study evaluates satisfaction and effectiveness of the platform in Prince Edward Island (PEI), a small, rural province, across two time points to assess its sustained impact and usage patterns. Methods: A cross-sectional survey was conducted during two periods in 2024. PCPs were invited to complete postconsultation surveys, which assessed user satisfaction, in-person referral avoidance, and motivations for specialist selection. Descriptive statistics and chi-square tests were used for analysis. Results: Survey data included 181 postconsultation responses. Referral avoidance remained high (85% and 75% at time points 1 and 2, respectively). User satisfaction was consistently high among both PCPs (98%–100%) and specialists (92%–98%). PCPs reported improved care quality even when referrals were not avoided. Over time, specialist selection shifted from local availability to unmet specialty access within PEI ( p = 0.03), suggesting increased use for complex cases. Conclusion: The Virtual Hallway platform demonstrated sustained effectiveness in improving access to specialist care and reducing in-person referrals in a rural province. These findings support broader implementation of virtual peer-to-peer consultation platforms to address access disparities across Canada.
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».