发表在第23卷第9期(2021年):9月

本文的预印本(早期版本)可在https://preprints.www.mybigtv.com/preprint/29959,首次出版
大型综合医疗保健机构COVID-19大流行期间门诊和远程医疗就诊的差异:回顾性队列研究

大型综合医疗保健机构COVID-19大流行期间门诊和远程医疗就诊的差异:回顾性队列研究

大型综合医疗保健机构COVID-19大流行期间门诊和远程医疗就诊的差异:回顾性队列研究

原始论文

通讯作者:

钱磊博士

研究与评估部

南加州凯撒医疗机构

洛斯罗伯斯大街100号,5楼

加利福尼亚州帕萨迪纳市,电话:91101

美国

电话:1 6266586128

电子邮件:lei.x.qian@kp.org


背景:在COVID-19大流行期间,观察到门诊次数大幅减少,远程医疗次数突然增加,但目前尚不清楚这些变化是否因患者人口统计学和社会经济地位而异。

摘要目的:本研究旨在评估大流行对不同人群的人口特征和家庭收入的面对面门诊和远程医疗访问(电话和视频)的影响。

方法:我们计算了2020年1月5日至2020年10月31日以及2019年同期Kaiser Permanente Southern California (KPSC)成员中按年龄、性别、种族/民族和社区级家庭收入中位数划分的门诊和远程医疗就诊周率。我们估计了大流行早期(2020年3月22日至4月25日)和大流行晚期(2020年10月4日至10月31日)与大流行前时期(2020年1月5日至3月7日)在泊松回归模型中每个亚组的就诊率百分比变化,同时使用2019年数据调整季节性。通过比较95% ci,我们检查了不同亚组的就诊率变化是否有统计学差异。

结果:在2020年1月登记的456万名KPSC会员中,15.0% (n=682,947)年龄≥65岁,51.5% (n=2,345,020)为女性,39.4% (n=1,795,994)为西班牙裔,7.7% (n=350,721)居住在家庭收入中位数< 40,000美元的地区。大流行期间远程医疗就诊的增加在各个亚群体中各不相同,而门诊就诊的减少情况相似,但年龄不同。在各年龄组中,≥65岁人口远程医疗就诊增加最少(236.6%,95%置信区间228.8%-244.5%),大流行早期为每人每年4.9次,大流行前为每人每年1.5次。在同一时期,在所有种族/民族群体中,西班牙裔人的远程医疗访问增幅最大(295.5%,95% CI 275.5%-316.5%)。在不同收入水平中,低收入群体的远程医疗就诊增加最多(313.5%,95%置信区间294.8%-333.1%)。到2020年10月,西班牙裔、非西班牙裔黑人和低收入群体的门诊和远程医疗总诊率恢复到大流行前的水平。

结论:为应对COVID-19大流行,西班牙裔群体和低收入群体的远程医疗利用率增幅最大。虚拟护理的使用可能减轻了大流行对这些弱势群体医疗保健利用的影响。

中国医学杂志,2016;23(9):e29959

doi: 10.2196/29959

关键字



2019冠状病毒病大流行自2019年12月底开始以来,影响了生活的方方面面,包括美国的医疗服务。在2020年3月13日宣布全国进入大流行紧急状态后,疾病控制和预防中心(CDC)和医疗保险和医疗补助服务中心于2020年3月18日建议推迟选择性和非紧急护理[1].此外,疾控中心鼓励使用远程医疗服务来提供护理[2].由于这些政策变化以及患者在就医期间对COVID-19感染的担忧,在COVID-19大流行期间,门诊就诊人数大幅减少,远程医疗就诊(电话和视频)突然增加[3.-5].

然而,大流行引起的门诊和远程医疗就诊的变化可能因年龄、性别、种族/民族、语言偏好、收入和教育等人口和社会经济特征而异[67].尽管在大流行之前远程医疗就诊有所增加,主要是由于互联网可用性提高、保险覆盖范围扩大和成本节约[8],获得远程医疗服务存在固有障碍[910].数字素养有限或无法接触数字技术、健康素养有限或英语水平有限的个人可能没有办法追求远程医疗技术[11].在COVID-19大流行期间,这些障碍可能会影响社会经济地位较低的个人、种族和少数民族个人以及妇女在获得远程医疗就诊方面的现有差异[12].

关于大流行期间利用差异的知识有限,对了解大型和多样化卫生保健组织的利用差异仍然有很大的兴趣。本研究的目的是评估2019冠状病毒病(COVID-19)大流行对2020年10月31日之前大型多样化人群中按年龄、性别、种族/民族和社区水平家庭收入中位数定义的亚群体的现场门诊和远程医疗访问(电话和视频)的影响。


研究背景、人口和时期

这项回顾性队列研究在南加州凯撒医疗机构(KPSC)进行,KPSC是一个综合医疗保健系统,在其15家医院和234个医疗办公室为超过470万名种族、民族和社会经济多样化的成员提供全面的医疗保健[13].预付健康计划为会员使用KPSC设施的服务提供了强大的动力。KPSC的电子健康记录系统存储了提供给会员的护理的各个方面的信息,包括人口统计、医疗遭遇、疫苗接种、药房使用、会员历史和索赔。研究人群包括2020年1月5日至2020年10月31日(2020年第1周至43周)以及2019年同期的所有年龄段的KPSC成员。

门诊和远程保健访问

我们使用电子健康记录数据和索赔数据来确定门诊就诊和远程医疗就诊。门诊包括所有面对面的门诊,而远程医疗包括电话预约就诊和通过实时电话或实时视频互动同步进行的视频就诊。这些远程医疗访问是收费的,并有诊断或程序代码。KPSC中不到6%的门诊和远程医疗遭遇来自索赔[14].该研究得到了KPSC机构审查委员会的审查和批准。

统计分析

我们首先描述了2020年1月注册的KPSC成员的特征。在研究期间,按年龄(0-5岁、6-17岁、18-44岁、45-64岁和≥65岁)、性别、自我报告的种族/民族(非西班牙裔白人、非西班牙裔黑人、西班牙裔、非西班牙裔亚裔和其他/未知)和社区水平的家庭收入中位数(< 40,000美元、40,000- 79,999美元和≥80,000美元)计算了每周(周日至周六)门诊就诊率、远程医疗就诊率和联合门诊和远程医疗就诊率。在计算每周费率时,分子是每一种访问类型的访问次数,分母是某一周内的会员人数-年。在大流行年份按亚组分别绘制了门诊、远程医疗以及门诊和远程医疗联合就诊的就诊率趋势。

为了评估COVID-19大流行对接客率的影响,我们在2020年选择了以下三个时期:第1-9周(2020年1月5日至3月7日)为大流行前时期,第12-16周(2020年3月22日至4月25日)为加州居家令后的早期大流行时期,第40-43周(2020年10月4日至10月31日)为重新开放后的晚期大流行时期。还确定了2019年的三个相应时期,并用于控制季节性。我们在泊松回归模型中估计了大流行期间的接诊率与大流行前期间的接诊率的比率,以接诊次数为因变量,以人-年会员的自然对数为每个子组的偏移量,并对其他子组变量和季节性进行了调整。在泊松回归模型中,采用稳健方差估计法得到参数估计的标准误差。由泊松回归模型估计调整后的比率后,计算百分比变化为:(调整后的比率−1)× 100%。通过比较95% ci,我们检查了就诊率的变化是否因年龄、性别、种族/民族和家庭收入而不同。


研究人群

在2020年1月登记的456万名KPSC成员中,15.0% (n=682,947)年龄≥65岁,51.5% (n=2,345,020)为女性,39.4% (n=1,795,994)为西班牙裔,7.7% (n=350,721)居住在家庭收入中位数< 40,000美元的普查区(表1).

表1。2020年1月Kaiser Permanente南加州成员的人口特征和社区家庭收入水平(N=4,556,646)。
特征 值,n (%)
年龄(年)

0 - 5 284413 (6.2)

6 - 17日 653649 (14.3)

18-44 1743358 (38.3)

45 - 64 1192279 (26.2)

≥65 682947 (15.0)


2345020 (51.5)

男性 2211304 (48.5)

未知的 322 (0.0)
种族/民族

拉美裔 1795994 (39.4)

非西班牙裔白人 1403840 (30.8)

非西班牙裔黑人 347019 (7.6)

非西班牙裔的亚洲 448270 (9.8)

其他和未知 561523 (12.3)
社区家庭收入中位数(美元)

< 40000 350721 (7.7)

40000 - 79999 2178471 (47.8)

≥80000 1913377 (42.0)

未知的 114077 (2.5)

门诊访问

在所有亚组中,门诊诊断率在大流行开始后急剧下降,到2020年4月初(第14周)达到最低水平,然后逐渐上升,但仍低于大流行前的水平(图1).在年龄组中,≥65岁人群的门诊次数减少最少(调整后百分比变化:- 29.6%,95% CI为- 30.5%至- 28.6%),大流行后期的门诊次数为每人每年6.25次,而2020年大流行前的门诊次数为每人每年8.92次(表2).6-17岁儿童的门诊次数降幅最大(- 50.2%,95% CI - 51.6%至- 48.7%),大流行后期的门诊次数为每人每年1.92次,而2020年大流行前的门诊次数为每人每年3.86次。门诊人次的减少在性别、种族/民族和家庭收入群体方面没有统计学差异,与2020年大流行前期相比,降幅为- 83.8%至- 80.7%,与2020年大流行后期相比,降幅为- 38.8%至- 35.9%。

图1。2020年按年龄、性别、种族/民族和社区家庭收入中位数划分的门诊就诊率随时间的变化。
查看此图
表2。2020年2019冠状病毒病大流行之前和期间的年人均门诊就诊率。
特征 Prepandemic 大流行期间 大流行前变化百分比(%) 大流行前调整变化百分比(%)(95%置信区间)一个

1 - 9周 第12-16周(早期) 第40-43周(后) 第12-16周(早期) 第40-43周(后) 第12-16周(早期) 第40-43周(后)
年龄(年)







0 - 5 7.03 1.35 3.53 −80.8 −49.7 −79.6 (80.7 ~ 78.5) −47.2 (48.9 ~ 45.4)

6 - 17日 3.86 0.38 1.92 −90.2 −50.3 −90.0 (90.4 ~ 89.5) −50.2 (51.6 ~ 48.7)

18-44 4.10 0.83 2.39 −79.6 −41.7 −78.9 (79.5 ~ 78.3) −40.8 (42.0 ~ 39.4)

45 - 64 5.52 0.93 3.52 −83.2 −36.2 −82.6 (83.0 ~ 82.2) −35.4(−36.5 ~−34.2)

≥65 8.92 1.39 6.25 −84.4 −29.9 −84.1 (84.5 ~ 83.8) −29.6(−30.5 ~−28.6)








6.08 1.03 3.73 −83.0 −38.7 −82.5 (82.9 ~ 82.1) −38.3 (39.2 ~ 37.4)

男性 4.55 0.78 2.80 −83.0 −38.4 −82.3 (82.7 ~ 81.9) −37.4(−38.5 ~−36.2)
种族/民族







拉美裔 5.37 0.95 3.26 −82.2 −39.3 −81.7 (82.8 ~ 80.5) −38.8 (41.6 ~ 35.8)

非西班牙裔白人 6.34 1.03 3.90 −83.7 −38.4 −83.1 (83.9 ~ 82.2) −38.0(−40.3 ~−35.7)

非西班牙裔黑人 6.04 1.11 3.82 −81.6 −36.8 −81.1 (82.2 ~ 80.0) −36.3(−39.0 ~−33.4)

非西班牙裔的亚洲 4.90 0.82 3.23 −83.2 −34.0 −83.0 (84.0 ~ 81.9) −35.9 (38.5 ~ 33.1)
社区家庭收入中位数(美元)




< 40000 5.09 0.97 3.23 −81.0 −36.5 −80.7 (81.7 ~ 79.5) −36.8 (39.6 ~ 33.8)

40000 - 79999 5.28 0.92 3.23 −82.7 −38.9 −82.2 (83.2 ~ 81.2) −38.7 (41.2 ~ 36.1)

≥80000 5.51 0.87 3.40 −84.3 −38.3 −83.8 (84.6 ~ 82.9) −38.1 (40.3 ~ 35.7)

一个对年龄组的分析根据性别和种族/民族进行了调整;性别分析根据年龄和种族/民族进行了调整;对种族/民族的分析根据年龄和性别进行调整;对社区家庭收入中位数的分析根据年龄、性别和种族/民族进行了调整;所有分析都使用2019年的数据进行了季节性调整。

远程医疗访问

在所有亚组中,除6-17岁儿童外,大流行开始后远程医疗接诊率急剧上升,然后缓慢下降(图2).6-17岁儿童远程医疗接诊率在大流行期间初步上升后保持稳定。与2020年大流行前期相比,在各年龄组中,0-5岁儿童远程医疗就诊增加最多(475.5%,95%可信区间446.2%-506.4%),≥65岁成人远程医疗就诊增加最少(236.6%,95%可信区间228.8%-244.5%)(表3).男性远程医疗就诊人数(293.9%,95% CI 283.4%-304.7%)明显高于女性(260.0%,95% CI 252.6%-267.6%)。在所有种族/民族群体中,西班牙裔人的远程医疗访问增幅最大(295.5%,95% CI 275.5%-316.5%)。在不同收入水平中,低收入群体的远程医疗就诊增加最多(313.5%,95%置信区间294.8%-333.1%)。将大流行后期与2020年大流行前时期进行比较时,模式相似,但差异较小。

图2。2020年按年龄、性别、种族/民族和社区家庭收入中位数划分的远程医疗访问率随时间的变化。
查看此图
表3。2020年2019冠状病毒病大流行之前和期间的人均远程医疗访问率。
特征 Prepandemic 大流行期间 大流行前变化百分比(%) 大流行前调整变化百分比(%)(95%置信区间)一个

1 - 9周 第12-16周(早期) 第40-43周(后) 第12-16周(早期) 第40-43周(后) 第12-16周(早期) 第40-43周(后)
年龄(年)







0 - 5 0.57 2.97 2.24 422.2 293.4 475.5 (446.2 - -506.4) 354.2 (331.4 - -378.2)

6 - 17日 0.37 1.72 1.77 370.4 383.6 383.5 (362.9 - -405.1) 394.8 (372.9 - -417.7)

18-44 0.78 2.95 2.65 278.5 239.6 282.6 (271.2 - -294.3) 237.6 (228.3 - -247.2)

45 - 64 1.10 3.72 2.91 238.5 165.2 247.7 (237.8 - -257.8) 164.0 (157.0 - -171.2)

≥65 1.49 4.90 3.91 227.7 161.5 236.6 (228.8 - -244.5) 161.1 (156.2 - -166.2)








1.08 3.81 3.30 252.2 204.9 260.0 (252.6 - -267.6) 204.0 (197.1 - -211.0)

男性 0.70 2.70 2.19 283.7 211.0 293.9 (283.4 - -304.7) 212.4 (203.1 - -222.0)
种族/民族







拉美裔 0.86 3.37 2.83 291.3 227.6 295.5 (275.5 - -316.5) 220.3 (203.0 - -238.5)

非西班牙裔白人 1.10 3.75 3.23 240.4 193.3 255.2 (240.7 - -270.3) 198.9 (186.0 - -212.4)

非西班牙裔黑人 1.13 4.25 3.43 274.1 202.5 278.6 (260.1 - -298.0) 188.3 (173.7 - -203.6)

非西班牙裔的亚洲 0.79 2.63 2.18 233.7 176.1 233.2 (215.7 - -251.7) 169.0 (153.7 - -185.3)
社区家庭收入中位数(美元)




< 40000 0.82 3.38 2.79 311.7 239.5 313.5 (294.8 - -333.1) 220.4 (204.7 - -236.9)

40000 - 79999 0.88 3.34 2.81 277.6 217.8 283.3 (267.5 - -299.7) 211.4 (197.6 - -225.8)

≥80000 0.92 3.22 2.77 249.0 200.7 259.3 (245.4 - -273.8) 202.4 (189.9 - -215.5)

一个对年龄组的分析根据性别和种族/民族进行了调整;性别分析根据年龄和种族/民族进行了调整;对种族/民族的分析根据年龄和性别进行调整;对社区家庭收入中位数的分析根据年龄、性别和种族/民族进行了调整;所有分析都使用2019年的数据进行了季节性调整。

综合门诊和远程保健访问

尽管大流行期间远程医疗就诊增加,但在所有亚组中,大流行早期远程医疗和门诊合并就诊率仍有所下降,仅在一些亚组中恢复到大流行前的水平(图3).与2020年大流行后期相比,在各年龄组中,0-5岁儿童的门诊和远程医疗联合就诊率下降幅度最大(- 19.7%,95%置信区间- 21.9%至- 17.5%)(表4).大流行后期18-44岁成年人的综合就诊率比大流行前水平高出4.7%(95%置信区间2.5%-6.8%)。到2020年10月,以下亚组的综合访视率恢复到大流行前的水平:西班牙裔(百分比变化:- 1.8%,95% CI - 6.1%至2.6%)、非西班牙裔黑人(百分比变化:1.1%,95% CI - 3.0%至5.3%)、收入< 40,000美元的人(百分比变化:0.7%,95% CI - 3.4%至5.0%)和收入40,000美元至79,999美元的人(百分比变化:- 2.1%,95% CI - 5.8%至1.8%)。

图3。2020年,按年龄、性别、种族/民族和社区家庭收入中位数,综合门诊和远程医疗就诊率随时间的变化。
查看此图
表4。2020年COVID-19大流行之前和期间的年人均门诊和远程医疗接诊率。
特征 Prepandemic 大流行期间 大流行前变化百分比(%) 大流行前调整变化百分比(%)(95%置信区间)一个

1 - 9周 第12-16周(早期) 第40-43周(后) 第12-16周(早期) 第40-43周(后) 第12-16周(早期) 第40-43周(后)
年龄(年)







0 - 5 7.60 4.32 5.77 −43.1 −24.0 −39.5(−41.5 ~−37.4) −19.7 (21.9 ~ 17.5)

6 - 17日 4.22 2.10 3.69 −50.2 −12.7 −49.2 (50.6 ~ 47.7) −12.3(−14.6 ~−9.9)

18-44 4.88 3.79 5.04 −22.3 3.3 −19.8 (21.4 ~ 18.2) 4.7(2.5至6.8)

45 - 64 6.62 4.64 6.43 −29.9 −2.8 −27.4(−28.7 ~−26.0) −1.8(−3.4 ~−0.1)

≥65 10.41 6.28 10.16 −39.6 −2.5 −38.5(−39.4 ~−37.5) −2.1(−3.3 ~−0.9)








7.16 4.84 7.02 −32.4 −2.0 −30.6(−31.7 ~−29.5) −1.4(−2.7 ~−0.1)

男性 5.26 3.48 4.99 −33.9 −5.0 −31.4(−32.6 ~−30.2) −3.5(−5.1 ~−2.0)
种族/民族







拉美裔 6.23 4.33 6.08 −30.5 −2.4 −28.7 (31.8 ~ 25.5) −1.8(−6.1 ~ 2.6)

非西班牙裔白人 7.44 4.78 7.13 −35.8 −4.1 −33.3(−35.6 ~−30.9) −3.4(−6.6 ~ 0.0)

非西班牙裔黑人 7.18 5.36 7.25 −25.3 1.0 −23.5 (26.7 ~ 20.3) 1.1(−3.0 ~ 5.3)

非西班牙裔的亚洲 5.69 3.45 5.41 −39.3 −4.8 −38.4 (41.0 ~ 35.7) −7.5 (11.1 ~ 3.7)
社区家庭收入中位数(美元)




< 40000 5.91 4.35 6.02 −26.5 1.9 −25.2(−28.3 ~−22.1) 0.7(−3.4 ~ 5.0)

40000 - 79999 6.17 4.26 6.04 −31.0 −2.1 −29.2(−31.9 ~−26.4) −2.1(−5.8 ~ 1.8)

≥80000 6.43 4.08 6.17 −36.5 −4.1 −34.4 (36.7 ~ 32.1) −3.7(−6.9 ~−0.3)

一个对年龄组的分析根据性别和种族/民族进行了调整;性别分析根据年龄和种族/民族进行了调整;对种族/民族的分析根据年龄和性别进行调整;对社区家庭收入中位数的分析根据年龄、性别和种族/民族进行了调整;所有分析都使用2019年的数据进行了季节性调整。


主要研究结果

我们在一个大型综合医疗保健系统中,根据人口特征和家庭收入水平,研究了COVID-19大流行对门诊和远程医疗就诊的影响。我们发现,在COVID-19大流行期间,远程医疗就诊的增加在年龄、性别、种族/民族和家庭收入群体中有所不同,而在COVID-19大流行期间,除年龄组外,所有亚群体的门诊就诊减少情况相似。到2020年10月,西班牙裔、非西班牙裔黑人和低收入群体的门诊和远程医疗总诊率恢复到大流行前的水平。

虽然65岁以上的成年人在大流行之前和期间的远程医疗访问率最高,但在大流行期间,这一年龄组的远程医疗访问增长率在所有年龄组中最低,这表明在大流行期间,老年人进一步扩大远程医疗服务的使用存在更大的障碍。例如,老年人获得数字技术的机会可能有限,在使用远程医疗访问所需的技术方面可能存在困难。最近对医疗保险受益人的研究表明,26.3%的个人在家中缺乏数字接入,这使得他们不太可能与临床医生进行视频访问[15].此外,最近的一项研究显示,听力困难和说话或表达困难是犹豫使用远程医疗的两个主要原因[16].

生活在家庭收入中位数< 40,000美元地区的成员,其远程医疗人次从第1-9周的人均0.82次增加到第12-16周的人均3.38次,增幅高于生活在家庭收入中位数≥80,000美元地区的成员(从第1-9周的0.92次增加到第12-16周的3.22次)。KPSC服务区域覆盖了大部分非农村居民,他们使用电话并不是使用远程医疗服务的障碍。根据疾病预防控制中心于2020年3月18日提出的推迟选择性和非紧急护理的建议,KPSC为远程医疗访问提供零自付,这可能对低收入人群特别有帮助。此外,远程医疗访问提供了护理地点的灵活性,并节省了与亲自护理相关的通勤时间和成本。

在各种族/族裔群体中,西班牙裔的远程医疗就诊比例增幅最大,尽管他们在大流行前和大流行期间的就诊率低于非西班牙裔黑人和非西班牙裔白人。大流行期间在纽约市进行的一项研究表明,与白人或亚洲患者相比,西班牙裔和黑人患者使用远程医疗访问的几率较低,但作者没有考虑到远程医疗使用的趋势[17].最近一项基于调查数据的研究表明,由于大流行,黑人受访者比白人受访者更有可能使用远程医疗[18].事实上,更大比例的种族/少数民族生活在低收入地区,加上KPSC对远程医疗访问的零自付政策,可能会支持西班牙裔个人的远程医疗。此外,英语水平有限的会员也可获得远程保健服务。西班牙语是南加州的通用语言,许多供应商都说西班牙语。消除西班牙语语言障碍本可鼓励西班牙裔个人继续使用远程保健,并有助于该人口远程保健的大幅增加。

COVID-19大流行对电话和视频访问的影响可能有所不同,因为视频技术的使用障碍高于电话[12].我们分别通过电话和视频访问评估了KPSC的远程医疗访问率(多媒体附件1).电话访问的趋势与远程医疗访问的总体趋势相似,在大流行开始后急剧上升,然后逐渐下降。在大流行之前,视频访问的使用非常低,在KPSC内发生的远程保健访问中只有2.1%是视频访问。大流行开始后,视频接诊率逐渐上升,截至2020年10月底,占远程医疗接诊率的24%。视频访问的增长较为缓慢和渐进,可能是由于技术障碍,例如需要网络摄像头和数字素养来进行视频访问。这些障碍在年龄≥65岁的人群中更为突出(多媒体附件2),与其他一些年龄组相比,视频访问的开始较慢。此外,会员和供应商都需要时间来采用这种新方法,所有子群体的视频访问都在逐渐增加。鉴于人们对新的远程医疗技术越来越熟悉,即使COVID-19大流行消退,患者仍可能继续寻求超出COVID-19前水平的远程医疗服务。

限制

这项研究有一些潜在的局限性。首先,虽然我们研究了大流行对亚人群医疗保健利用的影响,但我们没有解决医疗保健质量和人口健康问题。其次,我们根据成员的地址来评估他们的社区收入,这比个人收入更不准确。第三,由于KPSC的健康计划、医院和医疗集团被整合在一起,创建了一个协调和全面的患者护理系统,我们的患者可能比一般人群有更好的护理机会。因此,这些结果可能无法推广到综合卫生保健环境较差的人群。最后,作为研究的一部分,我们关注了利用率的相对变化(即与基线相比的百分比变化),但我们承认利用率的绝对变化(即与基线相比的差异)也可能是有趣的。因此,我们按子组给出了每个时间段的绝对访问率,以便进行此类比较。

结论

虽然≥65岁的人口远程医疗访问的百分比增长最少,但西班牙裔和低收入群体远程医疗利用的百分比增长最大,这可能是由于成本低以及地点和时间的灵活性。在这些亚群体中使用虚拟护理减少了对COVID-19的接触,加强了社交距离协议,增加了可以治疗的患者数量,并有可能减轻COVID-19对弱势人群的影响。此外,即使在COVID-19大流行结束后,使用虚拟护理也可能是减少医疗保健差距的一种有前途的方式。

利益冲突

没有宣布。

多媒体附件1

2020年Kaiser Permanente南加州的电话和视频访问率。

PNG文件,30kb

多媒体附件2

2020年Kaiser Permanente南加州的视频访问率,按年龄、性别、种族/民族和社区家庭收入中位数划分。

PNG文件,162kb

  1. CMS发布了关于COVID-19应对期间成人择期手术、非必要医疗、外科和牙科手术的建议。医疗保险和医疗补助服务中心。URL:https://www.cms.gov/newsroom/press-releases/cms-releases-recommendations-adult-elective-surgeries-non-essential-medical-surgical-and-dental[2021-04-15]访问
  2. 在COVID-19大流行期间利用远程医疗扩大获得基本卫生服务的机会。疾病控制和预防中心。URL:https://www.cdc.gov/coronavirus/2019-ncov/hcp/telehealth.html[2021-04-15]访问
  3. Baum A, Kaboli PJ, Schwartz MD.在COVID-19大流行期间,面对面门诊次数减少,远程医疗门诊次数增加。Ann实习医学2021年1月;174(1):129-131 [免费全文] [CrossRef] [Medline
  4. Patel SY, Mehrotra A, Huskamp HA, Uscher-Pines L, Ganguli I, Barnett ML.美国COVID-19大流行期间门诊护理和远程医疗的趋势。JAMA实习生医学2021年3月1日;181(3):388-391。[CrossRef] [Medline
  5. 许珊,Glenn S, Sy L, Qian L, Hong V, Ryan DS,等。大型综合医疗保健系统中COVID-19大流行对医疗保健利用的影响:回顾性队列研究J Med Internet Res 2021 april 29;23(4):e26558 [免费全文] [CrossRef] [Medline
  6. 赵Chunara R, Y,陈J, K,劳伦斯甲壳P, 11月啊,等。远程医疗和医疗保健差异:COVID-19期间纽约市一个大型医疗保健系统的队列研究。J Am Med Inform association 2021年1月15日;28(1):33-41 [免费全文] [CrossRef] [Medline
  7. Eberly LA, Kallan MJ, Julien HM, Haynes N, Khatana SAM, Nathan AS,等。COVID-19大流行期间与初级和专科门诊护理远程医疗访问相关的患者特征美国医学会网络公开赛2020年12月01;3(12):e2031640 [免费全文] [CrossRef] [Medline
  8. 远程医疗的多层分析:这种新兴的护理场所如何影响医疗保健格局。公平健康,2019年。URL:https://s3.amazonaws.com/media2.fairhealth.org/whitepaper/asset/A%20Multilayered%20Analysis%20of%20Telehealth%20-%20A%20FAIR%20Health%20White%20Paper.pdf[2021-04-15]访问
  9. 呼叫KT, McAlpine DD, Garcia CM, Shippee N, Beebe T, Adeniyi TC,等。在种族多样化的公共保险人群中获得医疗服务的障碍:医疗改革足够吗?2014年8月;52(8):720-727。[CrossRef] [Medline
  10. Schreiweis B, Pobiruchin M, Strotbaum V, Suleder J, Wiesner M, Bergh B.实施电子医疗服务的障碍和促进因素:系统文献分析。J Med Internet Res 2019 11月22日;21(11):e14197 [免费全文] [CrossRef] [Medline
  11. Nouri S, Khoong E, Lyles C, Karliner L.在Covid-19大流行期间解决远程医疗在慢性疾病管理中的公平性。NEJM Catalyst:护理服务创新2020年5月[免费全文] [CrossRef
  12. 袁宁,Pevnick JM, Botting PG, Elad Y, Miller SJ,程s,等。COVID-19时代远程心脏病门诊就诊的患者使用和临床实践模式美国医学会网络公开赛2021年4月01;4(4):e214157 [免费全文] [CrossRef] [Medline
  13. Koebnick C, linger -Gould AM, Gould MK, Chao CR, Iyer RL, Smith N,等。大型综合医疗保健系统成员的社会人口学特征:与美国人口普查局数据的比较。刊于2012;16(3):37-41 [免费全文] [CrossRef] [Medline
  14. 张志刚,张志刚,张志刚,张志刚,等。疫苗安全数据链项目中来自卫生保健系统的电子卫生保健数据中诊断代码密度的长期趋势。疫苗2013年2月04日;31(7):1080-1085。[CrossRef] [Medline
  15. 罗伯茨ET, Mehrotra A.评估医疗保险受益人在数字访问方面的差异及其对远程医疗的影响。JAMA实习生医学2020年10月01日;180(10):1386-1389 [免费全文] [CrossRef] [Medline
  16. 林凯,吕德德,史勇,柯文斯基。评估COVID-19大流行期间美国老年人的远程医疗不准备情况。JAMA实习生医学2020年10月01日;180(10):1389-1391 [免费全文] [CrossRef] [Medline
  17. Weber E, Miller SJ, Astha V, Janevic T, Benn E.在冠状病毒大流行期间,纽约市远程医疗用户进行与covid相关护理的特征。美国医学通报协会2020年12月09日;27(12):1949-1954 [免费全文] [CrossRef] [Medline
  18. Campos-Castillo C, Anthony D. COVID-19大流行期间自我报告远程医疗使用的种族和民族差异:对3月底以来美国互联网用户调查的二次分析。J Am Med Inform association 2021年1月15日;28(1):119-125 [免费全文] [CrossRef] [Medline


疾病预防控制中心:疾病控制和预防中心
KPSC:南加州凯撒医疗机构


G·艾森巴赫(G Eysenbach)编辑;提交26.04.21;N Yuan, T Jamieson同行评审;对作者18.05.21的评论;修订版本收到18.06.21;接受02.08.21;发表01.09.21

版权

©Lei Qian, Lina S Sy, Vennis Hong, sunching C Glenn, Denison S Ryan, Kerresa Morrissette, Steven J Jacobsen, Stanley Xu。最初发表于《医疗互联网研究杂志》(//www.mybigtv.com), 01.09.2021。

这是一篇开放获取的文章,根据创作共用署名许可(https://creativecommons.org/licenses/by/4.0/)的条款发布,允许在任何媒介上无限制地使用、分发和复制,前提是正确引用最初发表在《医学互联网研究杂志》上的原创作品。必须包括完整的书目信息,//www.mybigtv.com/上的原始出版物的链接,以及此版权和许可信息。


Baidu
map