原始论文
摘要
背景:在COVID-19大流行早期,远程医疗使用的激增有充分的记录。然而,很少有证据考虑到在随后的时期使用远程医疗。
摘要目的:本研究旨在评估在纽约市(NYC)的一个大型卫生系统中,基于视频的远程医疗访问对门诊护理和紧急护理提供的使用模式,以及这对卫生保健提供的意义。
方法:利用2020年1月1日至2022年2月28日患者的回顾性电子健康记录(EHR)数据,纵向跟踪和分析了门诊护理专业和急诊的远程医疗和亲自出诊量,并将其与大流行前的基线(2019年6月至11月)进行比较。将区分疑似COVID-19就诊和非COVID-19就诊的诊断代码,以及评估基于COVID-19的远程医疗随时间的使用情况,与同一地理区域(城市一级)的COVID-19阳性病例总数进行比较。基于变化点分析对时间序列数据进行分段,比较分段间就诊趋势的差异。
结果:COVID-19的出现促使紧急护理和门诊护理环境中的远程医疗就诊人数早期增加。在大流行期间,尽管COVID-19病例在大流行期间出现波动,并恢复了亲自临床服务,但COVID-19和非COVID-19疑似就诊的使用率仍远高于大流行前的基线水平。基于远程医疗的紧急护理服务对COVID-19疑似就诊的使用在每一波大流行浪潮中表现出更大的差异,但远程医疗门诊在最初的危机期后保持相对稳定。在Omicron浪潮期间,所有访问类型的使用,包括亲自活动,减少了。25至34岁的患者是远程医疗紧急护理的最大用户。尽管为满足日益增长的需求而迅速扩大了服务规模,但患者对基于远程医疗的紧急护理的满意度仍然很高。
结论:在整个大流行后期,尽管COVID-19病例出现波动,并恢复了亲自护理,但与COVID-19前基线相比,远程医疗作为卫生保健提供手段的使用增加的趋势一直保持着。对基于远程医疗的护理的总体满意度也很高。远程医疗使用的趋势表明,基于远程医疗的保健提供已成为对面对面的门诊护理的主流和持续的补充,特别是对年轻患者而言,无论是紧急护理还是非紧急护理需求。这些发现对医疗保健提供系统,包括实践领导者,保险公司和政策制定者都有影响。需要进行进一步的调查,以按主要人口统计数字评估远程医疗的采用情况,确定目前的采用障碍,并探讨持续使用远程医疗对卫生保健结果和体验的影响。
doi: 10.2196/38661
关键字
简介
在COVID-19大流行之前,远程医疗作为一种护理提供方式的使用受到限制;据报告,2019年只有8%的美国人使用远程医疗进行医疗护理[
].大规模采用和使用的障碍包括补偿有限、患者和提供者对远程医疗技术缺乏舒适感以及面对面护理的强烈文化规范[ ].这些个别因素之间的动态相互作用[ 往往导致远程医疗技术的预期用户不采用或放弃远程医疗技术[ - ].然而,从2020年3月开始,随着世界卫生组织(世卫组织)宣布COVID-19为全球大流行,美国宣布进入全国卫生保健紧急状态,美国的远程医疗格局迅速发生了变化[ ].在大规模提供疫苗和有效疗法之前,保持社交距离和隔离是最大限度减少病毒传播的唯一被广泛接受的方法,这造成了迫切的(往往是强制性的)压力,要求寻找替代亲自护理的方法[ ].为了帮助维持现有的卫生保健业务,同时满足COVID-19病例增加带来的新需求,卫生保健系统迅速转向远程医疗解决方案提供护理,许多卫生保健系统在早期经历了远程医疗采用指数级增长[ ].为确保扩大远程医疗能力的速度与不断增长的需求相匹配,优先采用快速迭代改进的实施,而不是完美执行[ ].在可能的情况下,使用现有的技术和供应商,而不是花时间购买全新的技术。因此,远程医疗基础设施往往跨越多种技术和平台,支持不同的模式(基于电话的语音或基于视频),而不是任何标准化的实施,并在短时间内迅速发展,所有这些都可能对患者的满意度产生负面影响[ 以及患者对远程医疗的持续使用。尽管研究记录了在大流行早期积极采用远程医疗技术的情况,但很少有后续研究探究这种迁移是否在急性大流行后时期持续下去。此外,先前的报告将远程医疗的日益普及与亲临诊所就诊量的稳步下降联系起来,表明远程医疗至少正在部分取代诊所就诊[
].自2020年春季大流行的早期阶段以来,公共卫生措施的改进、疫苗研究的突破性进展以及广泛使用的疫苗和治疗方案使恢复面对面活动成为可能,包括提供面对面医疗服务;目前尚不清楚,随着美国医疗保健系统向更“常规”的操作过渡,远程医疗的增长是否会持续下去。关于卫生保健服务中技术支持的变革的长期可持续性的一般性文献越来越多[ ],但关于远程保健服务可持续性的研究仍然很少[ ].这项研究来自纽约市的一个大型学术卫生保健系统,旨在探索在大流行反复出现的浪潮中,患者使用远程医疗的模式。本研究要回答的研究问题是,在反复出现的大流行浪潮中,使用基于视频的远程医疗访问进行门诊护理和紧急护理的趋势是什么?
方法
研究背景
在这项研究中,我们使用了来自纽约大学朗格尼卫生系统(NYULH)的数据,该系统是纽约市一个大型的城市和郊区学术卫生保健系统,其运行受到COVID-19大流行的显著影响,并通过开发强大的远程医疗基础设施来应对,在诊所关闭和中断期间提供患者护理。
NYULH网络由位于城市和郊区的4家医院的8000多名医疗保健提供者和350多家流动医疗中心组成,所有这些都连接到单一的电子健康记录(EHR)系统(Epic,维罗纳,WI)。为了实现远程医疗服务(在卫生系统中称为“虚拟健康”),纽约大学卫生学院使用Epic健康记录的单个实例,利用一个综合视频访问平台,有超过817万活跃患者。在2019冠状病毒病大流行之前,纽约大学医学院通过其“虚拟紧急护理”(VUC)服务在约25个地点实现了远程医疗能力,该服务将视频访问体验紧密集成到其企业EHR和患者门户中,为急性非紧急健康问题(如新咳嗽、发烧)提供与急诊医生的当天虚拟预约。虚拟非紧急护理或流动护理,如虚拟初级护理,随后被开发出来,提供了一套更全面的服务,包括慢性疾病管理,有专家和辅助护理(如营养师、治疗师)的跨学科护理,以及由内科或专业临床医生处理的预防护理。
患者通过NYULH应用程序访问虚拟服务,该应用程序建立在Epic MyChart患者工具套件之上,并使用Epic提供的标准应用程序编程接口(api)。在远程医疗过程中,患者可以直接通过患者门户应用程序开始视频访问;提供者只需点击电子病历系统中的链接就可以启动访问。提供者的单击动作为视频打开浏览器,可以以与亲自访问相同的方式与EHR一起查看视频。此外,纽约大学医学院还部署了本地开放调度技术和定制功能,以简化远程医疗访问和入学。NYULH使用Q-Reviews(纽约),这是一个实时医院评论数字参与平台,从患者的VUC访问中收集反馈。
研究设计
在本研究中,我们使用来自电子病历数据的患者就诊信息来描述2020年1月1日至2022年2月28日的就诊类型,这代表了大流行强度反复波动的时期。我们使用了不同来源的数据,包括遭遇、访问、诊断、患者满意度和患者年龄,以确定在此期间通过远程医疗或亲自访问获得护理的年龄组。为了分类远程医疗访问是否发生在门诊护理或紧急护理,访问类型,地点,和专业信息被使用。
为了评估远程医疗使用是否倾向于COVID-19疑似就诊,我们进行了评估《国际疾病分类第十版》(ICD-10)对34个关键词进行部分匹配(
) [ , , ].这包括与COVID-19相关的诊断代码,在2020年和2021年更新的COVID-19编码建议之前,卫生系统经常使用这些诊断代码[ ].将疑似COVID-19就诊与类似时期纽约市每天的COVID-19病例总数进行比较,以评估纽约大学住院患者中COVID-19相关疾病的患病率是否与纽约市更大的人口相比[ ].计算描述性统计以估计在紧急护理和非紧急护理环境中的远程医疗访问率。对COVID-19疑似和非COVID-19疑似就诊的远程医疗使用情况进行独立评估,以评估就诊类型与远程医疗使用偏好之间的关系。基于二值分割的变点检测分析[ ]用于识别随时间的就诊趋势的变化,并定位远程医疗和亲自就诊的组合的平均变化。用变化点指数对26个月的就诊数据进行分割;每个时段代表按时间排序的访视次数相对于前段及后段的分布的变化[ ].最后,分别计算不同访问类型的访问次数的统计属性(均值、方差),并对不同访问类型的片段进行比较。Levene检验用于评估不同时间段访问次数的方差相等性。先前的研究分析了远程医疗使用最初激增期间的患者人口统计数据,报告称远程医疗的使用主要局限于年轻患者[
, ].为了评估整个研究期间远程医疗患者人口统计的潜在变化,以及远程医疗设施的扩大是否促进了远程医疗在一系列年龄组的采用,我们还评估了数据中参与远程医疗访问的患者的年龄组。对于每个远程医疗就诊记录,我们确定了患者就诊时的年龄,并将来自相似年龄组的患者的记录合并在一起。我们将远程医疗的使用与2020年美国人口普查局纽约市数据中的基线人口估计进行了比较[ ]。除了从电子病历收集的数据外,通过在VUC远程医疗会议结束时通过Q-Reviews发布的简短短信调查,收集和评估了患者的满意度和参与度。该调查评估了各个领域,包括对就诊的满意度、再次使用远程医疗的可能性,以及就诊在处理/管理患者医疗需求方面的情况,采用5分制(5=最满意);看到
.根据对这3个问题的回答进行满意度评估(α=.87),并分析患者满意度的变化趋势。该调查还要求受访者估计与亲自拜访相关的时间成本/节省,以及他们向朋友或同事推荐VUC的可能性有多大。最后,根据数据中唯一患者标识符的计数来测量每个患者的平均就诊次数。将患者的平均远程医疗就诊和面对面就诊与大流行前基线进行了比较。为了评估虚拟医疗服务是否补充或取代面对面护理,我们计算了3个时间段内每位患者面对面和虚拟就诊的平均次数:2019年6月至11月的大流行前基线,2020年6月至11月,以及2021年6月至11月的急性大流行后比较。
症状类型 | 关键字 |
主呼吸 | (1)新冠肺炎,(2)呼吸窘迫,(3)流感,(4)喉咙痛,(5)鼻塞,(6)URI,(7)肺炎,(8)呼吸短促,(9)咳嗽,(10)呼吸困难,(11)咽炎,(12)支气管炎,(13)鼻窦炎,(14)ARDS,(15)肺浸润,(16)缺氧,(17)呼吸急促,(18)浊感,(19)喘息 |
主要非呼吸道 | (20)胸痛,(21)肌肉痛,(22)关节痛,(23)压力,(24)头痛,(25)发烧,(26)出血,(27)肿胀,(28)皮疹,(29)皮肤损伤,(30)失眠,(31)不适,(32)便秘,(33)焦虑,(34)抑郁 |
一个诊断结果:《国际疾病分类第十版》.
调查的问题 | 规模 |
您对VUC的访问满意吗? |
|
VUC访问处理/管理您的医疗需求如何? |
|
你再次使用VUC的可能性有多大? |
|
使用VUC节省了多少时间,包括旅行时间? |
|
你向朋友或同事推荐VUC的可能性有多大? |
|
一个VUC:虚拟紧急护理。
bN / A:不适用。
数据排除
除了ehr集成平台之外,纽约大学医学院还使用思科的Webex和电话提供了一段时间的远程医疗服务(不到所有远程医疗访问的1%),这些没有包括在本报告中。
道德的考虑
我们将研究提案提交给纽约大学学院机构审查委员会(IRB),并获得了豁免(#s21-01207)。有关政策和职权范围的进一步澄清可向IRB查询。
结果
远程医疗使用的总体趋势
在大流行的26个月期间,共记录了2,748,635次远程医疗访问,占同期亲自访问量(N=9,025,553)的近三分之一(30.45%)。门诊非紧急护理(如虚拟初级护理)的使用率远远高于VUC
b).近89.26%的视频访问(n=2,409,003)为门诊非紧急护理(如虚拟初级护理),其余10.74% (n=289,836)为VUC访问。总体而言,就诊趋势表明,远程医疗就诊量在急性大流行阶段达到峰值,并继续以高于大流行之前的速度增长;2020年1月至2月期间的远程医疗量每天<100次,随后在2020年4月达到峰值(n= 240,356,80.98%),同时亲自就诊的人数下降( 和1 c)。在急性大流行期间(2020年3月至4月)和以新毒株Delta病毒(2020年10月至2021年1月)和Omicron病毒(2021年11月至2022年1月)传播为特征的时期,这种从亲自就诊到远程医疗的转变尤其明显。皮尔逊系数(r)显示,每个月的亲自探访量与VUC探访量呈负相关(r= -0.421,P= 03)。此外,远程医疗就诊的分布显示,患者对非紧急门诊护理需求的远程医疗使用率高于紧急护理需求(见 b).总体而言,访问趋势显示,远程医疗访问量在急性大流行阶段达到峰值,随着亲自访问的恢复而下降,但随后保持在远高于大流行之前的速度,并在2020年7月至2022年2月期间波动较小(期间每月远程医疗访问从64,570次至136,181次)。在此期间的VUC、门诊远程医疗和亲自访问数据的进一步细节载于 .变更点分析发现远程医疗和亲临就诊的组合趋势中有4个变更点或均值转移。根据变化点指数,将26个月的时间序列分为以下5段:第1段(至2020年4月)、第2段(2020年5月至9月)、第3段(2020年10月至2021年2月)、第4段(2021年3月至9月)和第5段(2021年10月至2022年2月)。对每个时间段和访问类型的组合独立计算描述性统计数据,结果提供在
.总的来说,结果显示,在第一部分中观察到的所有3种访问类型的每月访问数据的最大差异(IQR)。每月门诊就诊的平均次数在第二阶段达到峰值(平均值129,406,标准差为46,281),与亲身就诊的最低次数(平均值291,829,标准差为96,115)相一致。第三部分见证了VUC服务的最多使用(平均16,269,SD 5351),但有很大的变化(IQR 7416)。第五个也是最后一个阶段的特点是远程医疗和亲自访问类型的下降。Levene检验结果发现,不同时间段的访问差异对亲自访问非常显著(F4, 21= 3.56,P=.02)和VUC (F4, 21= 6.30,P=.001),但不包括日间护理(F4, 21= 2.57,P= . 07)。每月到访类型 | 第一部分(至2020年4月) | 第二部分(2020年5月至9月) | 第三部分(2020年10月- 2021年2月) | 第四部分(2021年3月至9月) | 第五部分(2021年10月- 2022年2月) | ||||||||||||
意思是(SD) | 中位数 | 位差 | 意思是(SD) | 中位数 | 位差 | 意思是(SD) | 中位数 | 位差 | 意思是(SD) | 中位数 | 位差 | 意思是(SD) | 中位数 | 位差 | |||
在人 | 295607 (175893) | 336531年 | 191153年 | 291829 (96115) | 322933年 | 35107年 | 337981 (30520) | 336339年 | 3698 | 401529 (23189) | 409320年 | 43008年 | 383774 (20086) | 384503年 | 29301年 | ||
门诊 | 70140 (103669) | 29599年 | 97418年 | 129406 (46281) | 112360年 | 52650年 | 103956 (11241) | 109711年 | 18493年 | 94292 (15399) | 88877年 | 14626年 | 70023 (9786) | 71155年 | 10749年 | ||
VUC一个 | 13729 (14129) | 11094年 | 20543年 | 8611 (2409) | 8476 | 1479 | 16269 (5351) | 15068年 | 7416 | 8028 (2693) | 6802 | 1322 | 10053 (4906) | 8587 | 3906 |
一个VUC:虚拟紧急护理。
COVID-19疑似病例远程医疗服务使用趋势
在此期间记录的所有就诊(面对面和远程医疗)中(N=11,774,188), 1,264,487(~10.74%)报告诊断代码中至少有1个与COVID-19相关的症状,代表COVID-19疑似病例。在这些病例中,766,548例(60.62%)是在现场就诊,497,939例(39.38%)是在远程医疗就诊。对于COVID-19疑似病例,数据中远程医疗占总出诊的百分比(39.38%)高于远程医疗占所有出诊的总出诊百分比(n=2,748,635, 30.45%)。
紧急护理和流动护理视频访问类型的分布显示,对COVID-19症状的紧急护理服务的使用更多(见
b和2b)的虚拟诊断量比总体所见证的要平均得多:在VUC和非紧急设施之间,COVID-19疑似病例的虚拟诊断量比所有记录的诊断量都要平均得多。在所有疑似COVID-19远程医疗就诊中,有150735例(30.27%)就诊于紧急护理设施,其余347204例(69.73%)就诊于门诊。我们进一步比较了纽约COVID-19疑似到访类型与确诊病例的分布[
在同一时期(见 a和2c)评估在大流行反复出现期间远程医疗使用与COVID-19病例激增之间的关系。分布表明,COVID-19病例的增加与远程医疗就诊(特别是前往紧急护理设施)的增加同时发生,而与此同时亲自就诊的减少。这在第一波(2020年3月和4月)、第二波(2020年11月至2021年2月)和第三波(2021年11月至2022年1月)大流行中表现明显,当时纽约的COVID-19病例激增。总体而言,皮尔逊系数(r)显示,纽约市确诊的COVID-19病例数与亲自出诊人次呈负相关(r= -0.230),与非紧急护理出诊人次几乎完全无关(r=0.086)。相比之下,在2021年11月之前,纽约的紧急护理就诊量和确诊的COVID-19人数之间存在很强的相关性(Pearson r=0.727),但在考虑到欧米克隆疫情时,两者之间的相关性较小(r=0.393)。总体而言,在COVID-19疑似病例中,紧急护理远程医疗就诊比例(平均0.15,规范化后标准差0.28)比门诊护理(平均0.85,标准差0.20)变化更动态。根据之前报告的变化点分析,显示了COVID-19疑似病例的当面和远程医疗服务使用在5个连续时间段中的分布。与总体访问趋势类似,在第一个阶段(直到2020年4月)观察到所有3种访问类型的访问的最高变化(IQR)。在其余4个时间段中,第三个时间段(2020年10月- 2021年2月)的门诊(IQR 5016)和VUC (IQR 4988)的远程医疗访问变化最大。使用Levene检验发现,在亲自访问的时间段中,COVID-19疑似访问的差异显著(F4, 21= 6.55,P=.001)及日间护理(F4, 21= 2.85,P=.05)但VUC (F4, 21= 2.86,P= 0。06)。
每月到访类型 | 第一部分(至2020年4月) | 第二部分(2020年5月至9月) | 第三部分(2020年10月- 2021年2月) | 第四部分(2021年3月至9月) | 第五部分(2021年10月- 2022年2月) | ||||||||||
意思是(SD) | 中位数 | 位差 | 意思是(SD) | 中位数 | 位差 | 意思是(SD) | 中位数 | 位差 | 意思是(SD) | 中位数 | 位差 | 意思是(SD) | 中位数 | 位差 | |
在人 | 32846 (19777) | 35936年 | 21397年 | 22310 (5999) | 23497年 | 1683 | 26912 (2449) | 26186年 | 1723 | 31850 (1606) | 32442年 | 2068 | 32828 (2135) | 32518年 | 2922 |
门诊 | 11683 (15828) | 6241 | 17042年 | 15572 (5399) | 13234年 | 3602 | 15874 (2724) | 16627年 | 5016 | 13735 (2531) | 12475年 | 3001 | 10651 (3365) | 10422年 | 4691 |
VUC一个 | 6628 (7252) | 4953 | 9910年 | 4014 (2015) | 3485 | 2776 | 10088 (3767) | 9454 | 4988 | 3795 (2086) | 2814 | 1172 | 4960 (3217) | 3875 | 2161 |
一个VUC:虚拟紧急护理。
非covid -19疑似病例远程医疗服务使用趋势
为了检验远程医疗在COVID-19需求之外的使用情况,我们分别分析了非COVID-19疑似病例的就诊类型(n=10,459,905次)(见
).由于非covid -19疑似访问占所有记录的访问的近90%,其在访问类型中的分布(见 A和3c)与所有访问的结果几乎相同。对于非COVID-19疑似病例,与COVID-19疑似病例相比,远程医疗使用的比例更倾向于门诊护理(见 3 b和b)。在所有非covid -19疑似远程医疗就诊中,近2061799例(93.68%)病例来自非紧急护理。同期,只有139,101例(6.32%)非covid -19疑似病例记录到紧急护理。此外,8259005名非covid -19疑似就诊者是亲自就诊,占同期所有非covid -19疑似就诊者的近78.96%。总体而言,这些分布表明,尽管COVID-19促进了远程医疗的快速扩展和使用,但其使用量有所增长,然后稳定在高于COVID-19前基线的水平( c)对非covid -19疑似病例也适用。显示了5个组别中非covid -19疑似病例远程医疗使用的差异。月来访人次分布显示,远程医疗服务中,门诊服务的使用在第二阶段达到峰值(平均113,834人次,标准差41,001人次),在第三阶段(平均88,082人次,标准差8790人次)和第四阶段(平均80,556人次,标准差12,900人次)之间缓慢下降,在第五阶段(平均59,372人次,标准差6667人次)使用最少。与门诊护理相比,VUC使用在第一个时段较早达到峰值(平均值7100,SD 6920),总体呈下降趋势,但在第三个时段(平均值6180,SD 1594)和第五个时段(平均值5092,SD 1712)与之前的时段相比有所增加。IQR值显示,总体而言,每月就诊次数数据的变化在之后的时间段缩小,这在第四个紧急护理时段(IQR 87)和第五个门诊护理时段(IQR 7502)尤其明显。Levene测试结果显示,在不同时间段的每月访问中,亲身访问的差异显著(F4, 21= 3.28,P= 0.03)及紧急护理探访(F4, 21= 17.02,P<.001),但不包括门诊护理(F4, 21= 2.55,P= . 07)。
每月到访类型 | 第一部分(至2020年4月) | 第二部分(2020年5月至9月) | 第三部分(2020年10月- 2021年2月) | 第四部分(2021年3月至9月) | 第五部分(2021年10月- 2022年2月) | ||||||||||||||
意思是(SD) | 中位数 | 位差 | 意思是(SD) | 中位数 | 位差 | 意思是(SD) | 中位数 | 位差 | 意思是(SD) | 中位数 | 位差 | 意思是(SD) | 中位数 | 位差 | |||||
在人 | 262761 (15630) | 300595年 | 16日,9756 | 269518 (90160) | 299436年 | 33424年 | 311069 (28209) | 310285年 | 5289年 | 369679 (21669) | 376610年 | 41208年 | 350946 (18623) | 353797年 | 28118年 | ||||
门诊 | 58457 (87918) | 23360年 | 80374年 | 113834 (41001) | 99126年 | 48358年 | 88082 (8790) | 91066年 | 14275年 | 80556 (12900) | 76402年 | 11625年 | 59372 (6667) | 57845年 | 7502 | ||||
VUC一个 | 7100 (6920) | 6140 | 10633年 | 4596 (888) | 4598 | 1206 | 6180 (1594) | 5614 | 2428 | 4233 (613) | 3988 | 87 | 5092 (1712) | 4712 | 1744 |
一个VUC:虚拟紧急护理。
各年龄组远程医疗服务使用趋势
在我们的数据中按年龄分组分解远程医疗使用。在虚拟访问类型中,25 -34岁年龄组占远程医疗访问的最大比例,在2020年4月达到40251人次(16.74%)的峰值。25-34岁人群远程医疗使用率更高的模式在VUC就诊中更为明显,该年龄组在整个期间共负责了112,247次(38.03%)紧急护理就诊。尽管15岁以下的儿童和青少年是纽约市人口中最大的年龄组之一,但对紧急护理需求的远程医疗使用是最低的(n=7420次,2.56%)[ ].该分布进一步表明,尽管远程医疗对非紧急护理需求的采用在各年龄组中分布相对均匀,但25至44岁的患者在基于远程医疗的紧急护理访问中占不成比例的份额。
A和4b说明了在本研究考虑的整个期间内不同年龄组的虚拟卫生访问的趋势。 b显示,在大流行开始时(2020年3月至5月期间),对大多数年龄组来说,远程医疗的采用是最高的。尽管最大缴费年龄组(25-34岁)的远程医疗就诊次数从2020年4月的每月40251次峰值下降至2022年2月的12948次,但每月平均就诊次数(n=21,949次,21.34%)始终高于2020年2月大流行前的1062次。 a显示,尽管在2020年4月后的整个期间,贡献最大的年龄组(25-34岁)的远程医疗使用率很高,但每当COVID-19病例数量激增时,其他年龄组的远程医疗使用率就会增加。我们的分析还发现,来自65岁及以上年龄组的患者仍然是远程医疗的持续用户(最大20,799人次,15.21%,每月就诊;最少11927次,每月16.75%)从2020年6月到2021年2月。整体而言,远程医疗诊症在不同年龄组别的分布情况( )显示,尽管与之前的报告相比,老年患者对非紧急护理使用远程医疗的情况有所增加(n=413,517, 15.37%) [ ],在紧急护理中使用远程医疗的人数仍然相当低(n=11,630, 4.01%)。
年龄(年) | 纽约市人口(%) | 所有远程医疗护理(%) | 急诊(%) | Nonurgent保健(%) |
<15 | 17.53 | 8.14 | 2.56 | 8.71 |
15 - 24 | 11.66 | 10.42 | 15.88 | 9.71 |
25 - 34 | 17.81 | 21.34 | 38.03 | 19.40 |
35-44 | 13.64 | 16.61 | 20.93 | 16.15 |
45 - 54 | 12.54 | 14.14 | 11.18 | 14.52 |
55 - 64 | 11.87 | 13.98 | 7.40 | 14.76 |
65及以上 | 14.95 | 15.37 | 4.01 | 16.75 |
一个纽约:纽约市。
病人满意度
在26个月的研究期间,共有13,669名使用VUC的患者对满意度调查做出了回应。尽管迅速采用远程医疗的提供者缺乏经验,但在急性大流行阶段,患者对VUC的满意度保持不变(covid -19前:n=847, 6.20%,平均满意度4.38/5;急性COVID-19: n=1693, 12.39%,平均满意度4.38/5)。Q-Reviews患者满意度数据显示,患者对VUC就诊始终保持高度满意度(n=13,669, 100%,平均满意度4.53/5,最低满意度4.31,最高满意度4.78)
),尽管有2173例(15.9%)患者报告技术问题。另外,10719例(78.41%)患者对VUC就诊满意度较高,仅有856例(6.26%)患者满意度最低。超过74%的患者(141名患者中有105名)认为他们通过使用虚拟医疗服务节省了至少一个小时的时间(包括旅行时间),并且很可能会向朋友或同事推荐这项服务。最后,每名患者的平均视频访问次数从大流行前基线的0.013增加到2020年6月至2月期间的0.827,随后略有下降,然后在2021年6月至2022年2月期间稳定在0.588。在同一时期内,亲自探访的平均次数从最初的2.928次略微下降到2.670次,随后稳步增加到大流行前的水平,即每名患者2.894次。
讨论
主要研究结果
COVID-19大流行促使许多卫生保健系统迅速扩大远程医疗服务,以应对面对面护理服务的严重中断[
, ].然而,在随后的时期,远程医疗使用率在多大程度上保持了较高水平尚不清楚。这项研究评估了纽约一个大型卫生系统在大流行期间远程医疗使用的持续程度,结果显示,尽管早期的大流行促进了远程医疗使用的快速增长,但远程医疗就诊量与亲自急诊就诊量之间的负相关关系[ ]在随后的大流行期间继续,以满足与covid -19相关的护理需求以及常规护理,如预防医学、慢性疾病管理和门诊专科护理。这些发现表明,在提供医疗服务的方式中向远程医疗使用的过渡至少在一定程度上是持久的,而不受COVID-19大流行结束的限制。在时间序列数据中检测到的变化点大多与美国新变体的出现和随后COVID-19病例的激增相一致。第一和第二时间段与以往报告中急性大流行阶段和急性大流行后阶段的时间表相匹配[
],而随后的3段在美国报告的Delta和Omicron浪涌的时间线之间有重叠[ ].对时间段的分析一般支持远程医疗是保健服务新规范的一部分这一特征。具体而言,随着每次大流行浪潮的反复出现,基于远程医疗的紧急护理服务增加,而亲自前往急诊室的次数减少;这些数据证实了在紧急服务严重紧张时期,远程医疗在扩大紧急护理能力和服务方面的关键作用。在门诊护理环境中,我们的证据表明,向远程医疗的转变虽然推迟了,但更为明显。总体而言,尽管紧急护理访问为大流行期间更广泛地采用远程医疗打开了大门,但目前推动远程医疗继续普及的是非紧急视频访问。对各时间段就诊趋势的分析进一步表明,尽管在紧急护理和门诊护理服务中使用远程医疗的情况自急性大流行阶段达到峰值以来逐渐下降,但每月就诊分布的变化同时减少进一步表明,远程医疗的使用正在走向一个平衡阶段。我们的结果还表明,在最近的Omicron浪潮中,基于远程医疗的紧急护理和门诊护理的使用呈现出矛盾的趋势;尽管COVID-19和非COVID-19疑似病例的急诊就诊增加,但门诊就诊减少。尽管COVID-19病例大量增加,但需要进一步调查流动服务使用减少的原因,并需要确定更广泛采用虚拟流动服务的任何潜在障碍。远程医疗访问的趋势表明,紧急护理设施的作用相应地更大,特别是在COVID-19护理方面。尽管在上一波大流行(Omicron变种)中,急诊就诊和COVID-19确诊病例之间的相关性较低,但我们认为,这是由于Omicron感染严重后果的风险低于前一波大流行,特别是Delta变种[
, ].随着新冠病毒变异体的出现[ ],以及VUC就诊与新冠肺炎确诊病例之间的强相关性,预计短期内对VUC的需求不会减少。更重要的是,我们观察到对非紧急、与covid -19无关的远程医疗持续需求的新模式,对卫生保健提供和公平具有巨大影响。对于患者来说,对虚拟就诊的高而稳定的满意度表明他们对远程医疗服务的接受和愿意在未来坚持。是否会继续广泛发还虚拟诊疗费用[ ]将是决定远程医疗未来成为美国医疗保健提供的主流模式的因素之一。对患者人口统计数据的分析显示,远程医疗的使用,特别是对紧急护理的使用,在年轻患者中更为频繁。结合远程医疗紧急护理用户的高满意度,这表明他们对未来远程医疗服务的接受和意愿。老年人中远程医疗采用率较低可能是由于他们更喜欢急诊室就诊,技术采用率较低[ ,以及其他原因。尽管最近的报告显示,在过去7年里,老年人使用智能手机和使用互联网的人数增加了一倍多。 在美国,年轻人和老年人在远程医疗使用方面仍然存在明显的数字鸿沟。这种分化在紧急护理需求远程医疗的使用上进一步倾斜。技术应用的增加是否会转化为老年人远程医疗的使用还有待观察。此外,从2019冠状病毒病前时代(2019年)到最近时期(2021年),远程医疗和当面探访的结合增加了18%,而远程医疗对这一增长负责(106%),这表明虚拟护理提供补充而不是取代当面护理。这可能是远程医疗提供了更好的护理机会的结果,使那些在地理、后勤或其他方面有障碍的人能够更定期地获得护理。远程医疗可能释放得不到充分服务的患者群体未得到满足的需求,如果向包容性人群提供远程医疗,可能改善卫生公平并减少卫生差距。尽管先前的研究发现证据表明远程医疗获取的差异反映了面对面医疗保健获取的差异[
],远程医疗获取差距是否随着时间的推移而缩小仍有待调查。尽管如此,有证据表明,卫生保健组织需要为远程医疗分配额外的资源,这不应该以牺牲面对面的护理为代价。对于服务提供者来说,这种转变意味着快速发展和调整虚拟关系建立、共情、诊断和咨询方面的技能。与之前工作的比较
据我们所知,这是探索整个大流行期间远程医疗使用纵向趋势的首批研究之一。其他研究探索了COVID-19大流行期间远程医疗的各个方面,特别是其在早期阶段的惊人扩张。在远程医疗早期发展的第一个案例研究中,Mann等人[
和Sherwin等人[ ]描述了在大流行的第一波期间,我们的卫生系统内远程医疗访问的指数增长,并概述了卫生系统的业务应对措施。这项工作还得到了2020年和2021年大量远程医疗相关出版物的补充,其中大部分报告了2020年初的数据和经验(PubMed关于“远程医疗采用”和“COVID-19”的文献综述提供了8000多篇论文,包括来自美国和全球卫生系统的案例研究、观点文章和评论)。重要的是,关于COVID-19期间远程医疗的一些文章提请人们注意在获取和使用该技术方面新的或日益扩大的差距及其对卫生不平等的影响[ , - ].Golinelli等人对大流行期间使用数字卫生工具的相关系统综述[ ]显示,许多数字卫生工具的使用出现增长,包括可穿戴设备、人工智能支持的计算和临床决策支持、区块链技术和物联网(IOT),主要用于诊断、管理和监测与covid -19相关的疾病。通过扩展我们对远程医疗使用的纵向模式及其对护理提供的潜在可持续影响的理解,我们的发现有助于这一不断增长的文献主体。限制
虽然这项研究有很多优点,但我们注意到以下局限性,可以在未来的研究中解决。首先,我们使用关键词匹配从诊断数据中识别COVID-19疑似病例,并将关键词列表限制在最常见的与COVID-19相关的症状,以减少假阳性识别的数量。此外,大多数关键词与呼吸问题有关,这是COVID-19早期波中最常见的症状[
].最近的更多研究报告了COVID-19的非呼吸道症状[ - ],但我们无法使用更准确的方法,如COVID-19检测结果来评估反复出现的大流行波与远程医疗使用之间的关系。此外,满意度数据只适用于VUC访问。尽管我们目前没有类似的全系统的门诊病人满意度数据,但来自我们母胎医学实践的最近报告显示,在非紧急护理中使用远程医疗的病人中满意度较高,这证实了我们的发现[ ].我们的数据可能并不适用于所有情况。例如,偏远和农村的患者群体没有得到很好的代表。最后,在人口统计方面,我们按年龄组报告了远程医疗的使用情况,但没有校正每个年龄组人口的基线比例,这可能不是均匀分布的。此外,本研究在评估远程医疗用户人群时,除了年龄,没有考虑其他人口统计学因素。先前的研究报告了黑人和男性患者在接受远程医疗时存在差异的证据[ ].未来的研究应该考虑种族、性别、社会经济地位和地理位置,当评估远程医疗采用者的人口统计学。结论
总之,数据显示,大流行早期阶段促成的主要卫生保健系统向远程医疗保健的过渡在大流行后期一直持续着[
].这是由各种远程医疗护理寻求推动的,包括紧急护理、初级保健和门诊专业护理,以及与covid -19相关和非covid -19相关的投诉。最有可能使用远程医疗的是较年轻的患者,患者报告对基于远程医疗的服务有较高的满意度。总的来说,这表明基于远程医疗的护理对患者具有较高的可接受性,并且作为一种重要的护理提供方式具有潜在的可持续性。需要进行更多的研究,以了解不同类型的卫生系统、患者和健康关注的远程医疗使用模式,以及应对远程医疗获取和公平方面持续存在的挑战。致谢
作者在此感谢西蒙·a·琼斯博士在稿件准备过程中的周到审阅和协助。本研究得到国家科学基金会(NSF)资助(no . 1928614和2129076)。
数据可用性
用于分析的访问记录的主要数据来自纽约大学(NYU) Langone Health (NYULH)系统的电子健康记录(EHR)患者数据,其中包含受保护的健康信息(PHI),不能公开。我们将每个月的就诊数据列成表格
.此外,访问级别数据的部分去标识版本可能可以从Cosmos中获得,Epic的去标识健康保险便携性和问责法案(HIPAA)限制的患者数据库。关于纽约市COVID-19人数的数据可在Lau等[ ].作者的贡献
所有作者都对数据的概念和设计、数据的获取或数据的分析和解释做出了重大贡献;参与撰写稿件或对重要知识内容进行批判性修改;对出版的版本进行最终审定;并同意对所有方面的工作负责。
的利益冲突
没有宣布。
26个月期间远程医疗和亲自访问的总体趋势。
PNG文件,25kb
2020年1月至2022年2月期间COVID-19疑似病例和非COVID-19病例的远程卫生和当面访问数据。
DOCX文件,21 KB参考文献
- AmericanWell。2019年安威尔远程健康指数消费者调查。2019.URL:https://static.americanwell.com/app/uploads/2019/07/American-Well-Telehealth-Index-2019-Consumer-Survey-eBook2.pdf[2020-03-30]访问
- 多尔西,托波尔,EJ。远程医疗的状态。2016年7月14日;375(2):154-161。[CrossRef]
- 韦德VA,埃利奥特JA,希勒JE。临床医生的接受是可持续远程保健服务的关键因素。《合格健康报告》2014年5月31日;24(5):682-694。[CrossRef] [Medline]
- 格林哈尔希T, Robert G, Macfarlane F, Bate P, Kyriakidou O.创新在服务组织中的扩散:系统评估和建议。米尔班克Q 2004年12月82(4):581-629。[CrossRef]
- Bentley CL, Powell LA, Orrell A, Mountain GA。解决远程医疗使用的设计和适用性障碍:有什么变化吗?2015年3月13日;26(4):221-235。[CrossRef]
- Clark J, McGee‐Lennon M.一项以利益相关者为中心的对英国家庭护理技术吸收当前障碍的探索。J Assist technology 2011 3月18日;5(1):12-25。[CrossRef]
- 疾病控制和预防中心(CDC)。疾控中心博物馆COVID-19时间线。URL:https://www.cdc.gov/muse嗯/时间/ covid19.html[2022-06-10]访问
- Mann D, Chen J, Chunara R, Testa P, Nov O. COVID-19通过远程医疗改变卫生保健:来自现场的证据。J Am Med Inform Assoc 2020 july 01;27(7):1132-1135 [免费的全文] [CrossRef] [Medline]
- 刘杰,Knudsen J, Jackson H, Wallach AB, Bouton M, Natsui S,等。在covid-19大流行期间保持联系:在美国最大的安全网系统中进行远程医疗。2020年8月01日(米尔伍德);39(8):1437-1442。[CrossRef] [Medline]
- J.D. Power。美国远程保健满意度研究。URL:https://www.jdpower.com/business/healthcare/us-telehealth-satisfaction——研究[2022-09-16]访问
- 林杰,罗曼斯。可持续发展的转型:长期转型变革研究的新方向。纽约,纽约州:劳特利奇;2010.
- 格林哈尔希T,惠尔顿J,帕普西C,林奇J,休斯G, A'Court C,等。超越采用:一个新的框架,用于理论和评估不采用、放弃以及对扩大、传播和可持续性的健康和护理技术的挑战。J Med Internet Res 2017 Nov 01;19(11):e367 [免费的全文] [CrossRef] [Medline]
- Parikh S, Davoudi A, Yu S, Giraldo C, Schriver E, Mowery D.使用开源词嵌入源开发与covid-19相关概念的词汇:内在和外在评价。JMIR Med Inform 2021年2月22日;9(2):e21679 [免费的全文] [CrossRef] [Medline]
- Wang L, Foer D, MacPhaul E, Lo Y, Bates DW, Zhou L. PASCLex:从电子健康记录临床记录派生的COVID-19急性后后遗症(PASC)综合症状词汇。J Biomed Inform 2022 Jan;125:103951 [免费的全文] [CrossRef] [Medline]
- 2020 ICD-10-CM。URL:https://www.cms.gov/Medicare/Coding/ICD10/2020-ICD-10-CM[2022-09-16]访问
- Chunara R,赵颖,陈杰,Lawrence K, Testa P, Nov O,等。远程医疗和医疗保健差异:2019冠状病毒病疫情期间在纽约市一个大型医疗保健系统进行的队列研究。J Am Med Inform Assoc 2021年1月15日;28(1):33-41 [免费的全文] [CrossRef] [Medline]
- 张晓东,张晓东,张晓东。离线变更点检测方法的选择性研究。信号处理2020 Feb;167:107299。[CrossRef]
- 张晓东,张晓东。基于稀疏二值分割的高维时间序列多变点检测。中华医学会杂志2014年7月24日;77(2):475-507。[CrossRef]
- 美国人口普查局年龄和性别。URL:https://www.census.gov/topics/population/age-and-sex.html[2022-09-16]访问
- 纽约。COVID-19:数据。URL:https://www1.nyc.gov/site/doh/covid/covid-19-data.page[2022-09-16]访问
- Tozour JN, Bandremer S, Patberg E, Zavala J, Akerman M, Chavez M,等。远程医疗视频访问在COVID-19大流行中心的母胎医学实践中的应用Am J Obstet Gynecol MFM 2021年11月;3(6):100469 [免费的全文] [CrossRef] [Medline]
- Duong BV, Larpruenrudee P, Fang T, Hossain SI, Saha SC, Gu Y,等。SARS CoV-2的小微粒变异是否比δ变异更致命和更具传染性?国际J环境Res公共卫生2022年4月11日;19(8):4586 [免费的全文] [CrossRef] [Medline]
- Nyberg T, Ferguson NM, Nash SG, Webster HH, Flaxman S, Andrews N,等。英国SARS-CoV-2 omicron (B.1.1.529)和delta (B.1.617.2)变异相关住院和死亡风险的比较分析:一项队列研究《柳叶刀》2022年4月,399(10332):1303 - 1312。[CrossRef]
- Karim SSA, Karim QA。欧米克隆SARS-CoV-2变体:COVID-19大流行的新篇章。《柳叶刀》2021年12月,398(10317):2126 - 2128。[CrossRef]
- 医疗保险远程医疗保健提供者情况说明。URL:https://www.cms.gov/newsroom/fact-sheets/medicare-tele medicine-health-care-provider-fact-sheet[2022-09-16]访问
- 皮尤研究中心。老年人对科技产品的接受度上升。URL:https://www.pewresearch.org/internet/2017/05/17/tech-adoption-climbs-among-older-adults/[2021-12-08]访问
- 皮尤研究中心。与十年前相比,60岁及以上的美国人花在屏幕前的时间更多了。URL:https://www.pewresearch.org/fact-tank/2019/06/18/americans-60-and-older-are-spending-more-time-in-front-of-their -screens-than-a-decade-ago /[2021-12-08]访问
- Sherwin J, Lawrence K, Gragnano V, Testa PA。2019冠状病毒疾病中心的虚拟卫生规模:纽约大学朗格尼健康中心的一项案例研究。J Telemed Telecare 2020 7月19日;28(3):224-229。[CrossRef]
- Katzow M, Steinway C, Jan S.远程医疗与covid-19期间的健康差异。儿科2020年8月,146 (2):e20201586。[CrossRef] [Medline]
- Ortega G, Rodriguez JA, Maurer LR, Witt EE, Perez N, Reich A,等。远程医疗、COVID-19和差距:政策影响。2020年9月9日(3):368-371 [免费的全文] [CrossRef] [Medline]
- Golinelli D, Boetto E, Carullo G, Nuzzolese AG, Landini议员,Fantini议员。covid-19大流行期间在卫生保健中采用数字技术:早期科学文献的系统综述。J Med Internet Res 2020年11月06;22(11):e22280 [免费的全文] [CrossRef] [Medline]
- Yuki K, Fujiogi M, Koutsogiannaki S. COVID-19病理生理学综述。clinin Immunol 2020 Jun;215:108427 [免费的全文] [CrossRef] [Medline]
- Sobh E, Abuarrah E, Abdelsalam KG, Awad SS, Badawy MA, Fathelbab MA,等。新型冠状病毒病2019 (COVID-19)非呼吸道感染。埃及J broncho2020 10月01;14(1):1-6。[CrossRef]
- AlSamman M, Caggiula A, Ganguli S, Misak M, Pourmand A. COVID-19非呼吸道表现的临床综述。Am J emerging Med 2020年11月38日(11):2444-2454 [免费的全文] [CrossRef] [Medline]
- 周安,宋强,彭宇,廖旭,黄鹏,刘伟,等。发病时的症状可预测COVID-19疾病的预后。利比亚J Med 2022年12月21日;17(1):2010338 [免费的全文] [CrossRef] [Medline]
- 贝罗-查罗拉,安东尼奥-维拉,Vargas-Vázquez A, Fermín-Martínez CA, Márquez-Salinas A, Bahena-López JP。分析墨西哥城非呼吸道症状和无症状严重急性呼吸综合征冠状病毒2型感染病例。临床感染报告2021年5月18日;72(10):e655-e658 [免费的全文] [CrossRef] [Medline]
- Lawrence K, Nov O, Mann D, Mandal S, Iturrate E, Wiesenfeld B. covid-19大流行期间远程医疗对医生下班后电子健康记录“工作之外的工作”的影响:回顾性队列研究。JMIR Med Inform 2022年7月28日;10(7):e34826 [免费的全文] [CrossRef] [Medline]
缩写
电子健康档案:电子健康记录 |
诊断结果:《国际疾病分类第十版》 |
纽约:纽约 |
纽约大学:纽约大学 |
NYULH:纽约大学朗格尼健康中心 |
VUC:虚拟紧急护理 |
A Mavragani编辑;提交11.04.22;E Borycki, K Adapa, B Wolfe-Piggott同行评议;对作者06.05.22的评论;修订版收到14.06.22;接受02.09.22;发表14.10.22
版权©Soumik Mandal, Batia M Wiesenfeld, Devin Mann, Katharine Lawrence, Rumi Chunara, Paul Testa, Oded 11月最初发表在JMIR形成研究(https://formative.www.mybigtv.com), 2022年10月14日。
这是一篇开放获取的文章,根据创作共用署名许可协议(https://creativecommons.org/licenses/by/4.0/)发布,该协议允许在任何媒体上不受限制地使用、分发和复制,前提是原始作品首次发表在JMIR形成研究,并被适当引用。必须包括完整的书目信息,https://formative.www.mybigtv.com上的原始出版物链接,以及版权和许可信息。