يقدم هذا البروتوكول إطارا تجريبيا قابلا للتوسع لمطابقة الطبيب والمريض في منصات الاستشارات الطبية عبر الإنترنت. من خلال دمج التوافق السريري المرتكز على المريض وسعة خدمة الطبيب في نموذج تقييم هجين، تعزز هذه الطريقة دقة المطابقة، وتقلل من أوقات انتظار المرضى، وتضمن توزيعا متوازنا لعبء عمل الأطباء.
يتطلب اشتراك JoVE لعرض هذا المحتوى. تسجيل الدخول أو ابدأ نسخة تجريبية مجانية
مقالة منهجية
إطار تجريبي للمطابقة بين الطبيب والمريض الواعي بالتوافق والقدرة في الاستشارة عبر الإنترنت
في هذه المقالة
ملخص
الملخص
تتطلب منصات الاستشارات الطبية الإلكترونية واسعة النطاق مطابقة فعالة بين الطبيب والمريض بمساعدة خوارزمية لتحقيق التوازن بين التوافق المرتكز على المريض وكفاءة العمليات. غالبا ما تقوم الطرق الحالية بتحسين التوافق السريري أو قدرة الأطباء بشكل مستقل، مما يؤدي إلى أوقات انتظار طويلة وأعباء عمل غير متساوية. يقدم هذا البروتوكول إطار عمل تجريبي قابل للتوسع لدمج التوافق والسعة معا في درجة مطابقة هجينة. باستخدام مجموعة بيانات محاكاة تضم 240 طبيبا، و3,600 طلب مرضى، و9,785 زوجا من المرشحين، تقوم الطريقة بقياس التوافق (مثل محاذاة التخصص، ملاءمة الوضع) والسعة (مثل نسبة الحمل، وقت الانتظار المقدر). يقوم الإطار بتقييم أزواج المرشحين من خلال درجة هجينة ويقارن الأداء مع استراتيجيات مرجعية قائمة على القواعد، والتوافق فقط، والمعايير القائمة على السعة فقط عبر 12 مجموعة تقييم. تظهر النتائج التمثيلية أن الإطار الهجين يحقق جودة مطابقة متفوقة، بما في ذلك متوسط دقة عند الرتبة 1 0.740 ودرجة F1 0.714. علاوة على ذلك، يوفر كفاءة تشغيلية عالية مع معدل تعبئة سعة 0.825 ومتوسط وقت انتظار مقدر قصير يبلغ 5.52 ساعة. من خلال تعظيم متوسط رضا المرضى (4.43/5.00) وتقليل اختلال الحمل (0.195)، يوفر هذا الإطار بروتوكولا عمليا لتوجيه الاستشارات الذكية وإدارة المنصة.
المقدمة
أصبحت الاستشارة الطبية عبر الإنترنت وسيلة متزايدة الأهمية لتقديم الرعاية الصحية، مما يوسع الوصول إلى الخدمات الطبية إلى ما هو أبعدمن اللقاءات التقليدية وجها لوجه. في الصين، تعزز توسع الطب عن بعد عبر الإنترنت من خلال تطوير السياسات، ونمو السوق، والتكامل الأعمق مع نظام الرعاية الصحية الأوسع، مما يجعل الاستشارة الرقمية مكونا متزايد الأهمية في منظمة الرعاية الصحية2. تشير الأدلة واسعة النطاق من المستشفيات الإلكترونية إلى أن خدمات الاستشارة عبر الإنترنت تعمل الآن على نطاق واسع، وتعمل كجزء ذي معنى من تقديم الخدمة الروتينية بدلا من كونه مكملا هامشيا3. وفي الوقت نفسه، وسع الطب عن بعد غير المتزامن نطاق الرعاية عن بعد من خلال السماح بأنماط تفاعل مرنة، وتحسين إمكانية الوصول وفي الوقت نفسه زاد من تعقيد التشغيلية لمنصات الاستشارة الرقمية4.
مع توسع هذه المنصات، لا يمكن الحكم على أدائها فقط من خلال توفر التقنية فقط. أصبحت تجربة المرضى وجودة الخدمة نتائج مركزية لتقديم الرعاية الرقمية5. أظهرت أبحاث حديثة أن استخدام أنظمة الاستشارة عبر الإنترنت مرتبط بفروقات قابلة للقياس في تجربة المرضى، خاصة فيما يتعلق بعمليات الوصول والراحة والموعد6. ومع ذلك، فإن الاستشارة الرقمية تولد أيضا عبئا إضافيا للطبيب، بما في ذلك التعامل مع الرسائل والعمل خارج ساعات العمل السريرية الروتينية، مما يجعل إدارة القدرات الإنتاجية اهتماما تشغيليا مركزيا7. يزداد هذا التحدي سوءا بسبب التوزيع غير المتساو للطلب بين الأطباء، لأن إشارات الخدمة الظاهرة مثل المراجعات والتقييمات وغيرها من معلومات الملف الشخصي يمكن أن توجه حركة المرضى نحو مجموعة محدودة من الأطباء الظاهرينبشكل كبير. لذلك، فإن تعيين الطبيب والمريض على منصات الاستشارة الإلكترونية ليس مجرد مشكلة بحث من جانب المريض، حيث قد يظهر الأطباء أيضا تفضيلات استجابة انتقائية عند مواجهة طلبات استشارة متباينة9.
من وجهة نظر المريض، فإن اختيار الاستشارة عبر الإنترنت متعدد الأبعاد بطبيعته. يوازن المستخدمون في الوقت نفسه وقت الانتظار، ومؤهلات الأطباء، ومستوى المستشفى، ووضع الخدمة، وتكلفة الاستشارة عند اختيار خيارات الرعاية10. تماشيا مع هذا التعقيد، خلصت مراجعة منهجية حديثة إلى أن منصات الاستشارات الطبية عبر الإنترنت تتطلب آليات توصية قادرة على تقليل التحميل الزائد على المعلومات ومواءمة احتياجات المرضى بشكل أفضل مع موارد الأطباء11. وبناء عليه، بدأت الدراسات المنهجية في إدخال أساليب مطابقة منظمة، بما في ذلك المطابقة الديناميكية المستقرة تحت معلومات غير مكتملة، لتحسين تخصيص الطبيب والمريض في بيئات الاستشارة عبر الإنترنت12. أكدت أبحاث التوصيات الحديثة أن المطابقة بين الطبيب والمريض يجب أن تحسن كفاءة التخصيص مع تقليل التركيز المفرط للطلب حول الأطباء البارزين من المستشفيات المرموقة13. تظهر الأدلة المختلطة تباينا كبيرا في تفضيلات الطب عن بعد، مما يشير إلى أن منطق التخصيص الموحد للجميع غير كاف على مقياسالمنصة 14. على الرغم من هذه التطورات، تميل الأدبيات الحالية إلى التعامل مع العوامل المتعلقة بالتوافق وقيود قدرة الأطباء كمشاكل منفصلة، رغم أن منصات الاستشارة الإلكترونية يجب أن تدير كل من الملاءمة العلائقية وقابلية امتصاص الخدمة في الوقتنفسه.
لسد هذه الفجوة، تهدف هذه الطريقة إلى إنشاء إطار تجريبي قابل للتوسع لمطابقة الطبيب والمريض الواعية بالتوافق والقدرات على منصات الاستشارات الطبية عبر الإنترنت واسعة النطاق. المنطق وراء هذه التقنية هو أن تحسين التفضيل السريري أو قدرة خدمة الأطباء بشكل منفصل يؤدي إلى أوقات انتظار طويلة، وأعباء عمل غير متساوية، وتجارب استشارية غير مثالية. الميزة الأساسية لهذه الاستراتيجية الهجينة مقارنة بتقنيات التخصيص البديلة القائمة على القواعد أو الهدف الواحد هي قدرتها على نمذجة احتياجات المرضى وخصائص الأطباء والقيود الديناميكية للخدمة للحفاظ على توازن عبء العمل ورضا المرضى العالي12. من خلال تفصيل بناء درجة المطابقة الهجينة وعملية التقييم القائمة على الطية، يوفر هذا البروتوكول أساسا عمليا لتوجيه الاستشارة الذكي. يمكن للقراء الاستفادة من هذا الإطار المنهجي لتحديد ما إذا كان منطق المطابقة الواعي المزدوج مناسبا لتحسين الفرز، وتخصيص الموارد، وإدارة سير العمل في تطبيقاتهم الصحية الرقمية الخاصة.
الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.
البروتوكول
تم محاكاة مجموعة بيانات التقييم المستخدمة في هذا البروتوكول حسابيا من توزيعات تشغيلية مجمعة وغير محددة ولم تحتوي على بيانات مشاركة بشرية فعلية أو قابلة للتعريف. وبالتالي، اعتبرت الدراسة معفاة من المراجعة الأخلاقية الكاملة من قبل مجلس المراجعة المؤسسية (IRB) في جامعة نينغبو تك (رقم الإعفاء). NT9918276).
1. إعداد البيانات وتعريف المجموعات
- إنشاء مجموعة أطباء تضم 240 طبيبا نشطا عبر الإنترنت عبر ثمانية تخصصات استشارية: الطب الباطني، أمراض القلب، الأعصاب، الأمراض الجلدية، طب الأطفال، أمراض النساء، جراحة العظام، والطب النفسي.
- استخلاص وتعريف المتغيرات التالية لكل سجل طبيب: التخصص، الجنس، المسمى المهني (مقيم، مشرف، نائب رئيس، أو رئيس)، مستوى المستشفى (الأولي، الثانوي، أو الثالث)، سنوات الممارسة، سنوات الخبرة الاستشارية عبر الإنترنت، رسوم الاستشارة، القدرة الاسمية اليومية للاستشارة، الحمل اليومي الحالي، التقييم التاريخي، متوسط وقت الرد الأول، معدل القبول التاريخي، معدل خدمة المتابعة، ونمط الاستشارة المدعومة (نص، النص زائد الصوت، أو النص زائد الصوت مع الفيديو).
- إنشاء مجموعة طلبات المرضى التي تحتوي على 3,600 طلب استشارة.
ملاحظة: لوضع البعد الزمني للتقييم في سياقه، تم معايرة هذا المخزون ليمثل فترة تشغيلية مستمرة مدتها 30 يوما تشمل أيام الأسبوع وعطلات نهاية الأسبوع القياسية. تم تصميم هذا الإطار الزمني لالتقاط التغيرات الدورية الروتينية في طلب المرضى مع استبعاد الفترات غير النمطية الشديدة بشكل صريح (مثل العطلات الوطنية الكبرى أو ذروة تفشي الأوبئة) لوضع خط أساس مستقر ومستقر لتقييم الأداء الخوارزمي. - استخلاص وتعريف المتغيرات التالية لكل طلب من المريض: العمر، الجنس، التخصص المستهدف، مستوى الشدة (منخفض، متوسط، أو عالي)، مستوى الإلحاح (روتيني، عاجل، أو أولوية)، سقف الميزانية، جنس الطبيب المفضل (ذكر، أنثى، أو بدون تفضيل)، نمط الاستشارة المفضل (نص، صوت، أو فيديو)، زيارات المنصة السابقة، مستوى التفاعل الرقمي، عدد الأمراض المصاحبة، مستوى المدينة، وفترة الاتصال المفضلة.
- نظف مجموعة البيانات باستبعاد أي سجلات تحتوي على قيم مفقودة في التخصص، أو رسوم الاستشارة، أو القدرة اليومية، أو الحمل الحالي، أو متوسط وقت الاستجابة الأولى، أو شدة، أو حالة استعجال، أو سقف الميزانية، أو نمط الاستشارة المفضل، أو جنس الطبيب المفضل. تأكد من اكتمال جميع السجلات المحتفظ بها قبل المضي قدما في توليد الأزواج.
2. توليد أزواج المرشحين
- توليد أزواج مرشحة للطبيب والمريض باستخدام قاعدة الاسترداد المتخصصة أولا. لكل طلب من المريض، يمكنك اختيار أول أطباء يطابقون تخصص المريض المستهدف.
- توسيع نافذة الاسترجاع لتشمل التخصصات عالية التردد المجاورة التي تبقى نشطة على المنصة في نفس اليوم فقط إذا كان أقل من طبيبين نشطين لديهم قدرة استشارية متبقية متاحة في التخصص المستهدف الأولي.
ملاحظة: في هذا البروتوكول، يعرف "المجاور" هيكليا من خلال أنماط الإحالة السريرية المتقاطعة المعتمدة وتداخل تشريحي أو أعراضي (مثل تحويل المريض من أمراض القلب إلى الطب الباطني العام)، بينما يشير مصطلح "التردد العالي" تحديدا إلى التخصصات التي تحتل المرتبة في الربع الأعلى (أعلى 25٪) من حجم طلبات الاستشارة اليومية التاريخية على المنصة. - اربط كل مريض بطبيبين إلى أربعة مرشحين، بهدف تحقيق متوسط مستخرج تجريبيا يبلغ حوالي 2.72 مرشحا لكل طلب. إنشاء الطبقة النهائية لزوج المرشح التي تحتوي على 9,785 زوجا. انظر الشكل 1 لسير العمل العام للدراسة.
3. تشغيل المتغيرات الزوجية
- حدد جميع المتغيرات الزوجية المستخدمة في بناء النقاط قبل المقارنة المرجعية. راجع الجدول 1 للتعريفات المحددة مسبقا، والعتبات، وتحويلات الدرجات.
- مطابقة التخصص (S) برمز 1 عندما يكون تخصص الطبيب مطابقا لتخصص المريض المستهدف، و0 بخلاف ذلك.
- يتناسب وضع الكود (M) ك1 عندما يغطي الوضع المدعوم من الطبيب الوضع المفضل للمريض بالكامل، و0 في الحالات الأخرى.
- رمز ملاءمة تفضيل الجنس (G) ك 1 عندما يختار المريض عدم وجود تفضيل أو عندما يتطابق جنس الطبيب مع التفضيل المذكور، و0 في الحالات الأخرى.
- تناسب القدرة على تحمل التكاليف الكودية (أ) ك 1 عندما تكون رسوم الطبيب أقل أو تساوي سقف ميزانية المريض، و0.5 عندما تتجاوز الرسوم الميزانية بأكثر من 20٪، و0 عندما تتجاوز الرسوم الميزانية بأكثر من 20٪.
- تطبيع التقييم التاريخي للطبيب باستخدام نطاق المستوى الطبي المرصود (الحد الأدنى 4.10، الحد الأقصى 4.98). احسب درجة الجودة الموحدة (Q) باستخدام الصيغة التالية:
(1)
اضبط القيم أقل من 4.10 بعد الاقتطاع إلى 0، والقيم فوق 4.98 إلى 1. - حدد ملاءمة الاستجابة للعجلة (U) بناء على حالة استعجال المريض ومتوسط وقت الاستجابة الأولى للطبيب كما هو محدد في الجدول 1.
- احسب نسبة حمل الأطباء بقسمة الحمل اليومي الحالي على السعة اليومية الاسمية. احسب الفترات المتبقية في نفس اليوم عن طريق طرح الحمل اليومي الحالي من السعة اليومية الاسمية.
- احسب وقت الانتظار المقدر (بالساعات) باستخدام الصيغة التالية:
يعمل هذا البناء كتقدير استدلالي مستوحى من مبادئ نظرية الطابور الأساسية، حيث يعاقب متوسط وقت الرد الأول للطبيب على معدل الاستخدام في الوقت الحقيقي (الحمل اليومي الحالي / السعة اليومية).
ملاحظة: عامل تعديل الإلحاح مضبوط على 0.80 لطلبات الأولوية، و0.90 للطلبات العاجلة، و1.00 للطلبات الروتينية. يتم تنفيذ هذه العوامل كأوزان تشغيلية محددة مسبقا لفرض التوجيه الأولوية للحالات الشديدة، بدلا من معاملات مشتقة تجريبيا.
4. بناء النقاط المطابقة
- قم ببناء إطار المطابقة باستخدام وحدة توافق ووحدة سعة، كما هو موضح في الشكل 2.
- احسب درجة التوافق كتركيبة خطية مرجحة لعوامل المطابقة المرتكزة على المريض:
(3) - احسب درجة السعة من نسبة التحميل (L)، ودرجة الفتحة المتبقية (R)، ودرجة وقت الانتظار (W). تعيين الدرجات التصنيفية ل ، ، و بناء على العتبات المحددة في الجدول 1. احسب درجة السعة كالتالي:
(4) - احسب الدرجة النهائية للهجينة من خلال دمج مكونات التوافق والسعة:
(5) - قم بتثبيت نظام الأوزان 0.60–0.40 قبل التقييم.
ملاحظة: هذه النسبة المحددة مسبقا تسترشد بمبدأ أساسي في خدمات الرعاية الصحية. يجب أن تكون الملاءمة السريرية والملاءمة المرتكزة على المريض هي المعيار الأساسي لضمان السلامة الطبية، مع تطبيق عقوبة رياضية كبيرة على قيود السعة الشديدة، وهو ما يتماشى مع الأدبيات المعروفة في الفرز التي تعطي الأولوية للملاءمة السريرية على سرعة التشغيل. - لا تقم بضبط هذه الأوزان بعد فحص النتائج لمنع الإفراط في التركيب وضمان إمكانية تكرار الاستخدام.
ملاحظة: يشجع الباحثون الذين يتبنون هذا البروتوكول بشدة على إجراء تحليلات حساسية شاملة أو استخدام تقنيات اتخاذ قرار موضوعية متعددة المعايير (مثل عملية التسلسل الهرمي التحليلي [AHP] أو وزن الإنتروبيا) لتكييف الإطار مع الحمل التشغيلي الخاص بمنصتهم.
5. اختيار المباريات ومقارنة الاستراتيجيات
- قم بإجراء اختبار مقارنة على 12 طوية تقييم متكررة. لكل طية، خذ عينات من 300 طلب مريض دون استبدال من كامل مجموعة المرضى.
ملاحظة: يستخدم هذا النهج البسيط للأخذ العشوائي عمدا لمحاكاة الطبيعة العشوائية وغير المتوقعة لتدفقات وصول المرضى المميزة لمنصات الاستشارة عبر الإنترنت في الوقت الحقيقي، بدلا من فرض توازن هيكلي مصطنع على الطلب الوارد. - احتفظ بجميع أزواج المرشحين المرتبطة بتلك الطلبات المأخوذة داخل المجموعة المعنية.
- قم بمقارنة أربع استراتيجيات تخصيص مميزة بشكل مستقل على نفس طبقة زوج المرشح الخاصة بالطيات:
- بالنسبة للخط الأساسي القائم على القواعد، قم بترتيب المرشحين حسب تطابق تخصصي دقيق، ثم برسوم استشارة أقل، وأخيرا حسب تقييم تاريخي أعلى.
- بالنسبة لاستراتيجية التوافق فقط، اختر المرشح الذي حصل على أعلى درجة توافق.
- بالنسبة لاستراتيجية تعتمد فقط على السعة الإنتاجية، اختر المرشح الذي حصل على أعلى درجة سعة.
- بالنسبة للاستراتيجية الهجينة، اختر المرشح الذي حصل على أعلى درجة هجينة.
- اختر الطبيب المرشح الذي حصل على أعلى درجة استراتيجية نهائية كمطابقة نهائية لكل طلب مريض.
- حل أي تعادلات (درجات متطابقة مع ثلاثة أرقام عشرية) باختيار المرشح ذو وقت الانتظار المقدر الأقل، يليه درجة التوافق الأعلى، وأخيرا التقييم التاريخي الأعلى.
6. حساب النتائج
- احسب النتائج الأساسية: الدقة عند الرتبة الأولى، الاستدعاء، ودرجة الفورمولا 1.
- تعيين نتائج الحقيقة الأرضية لجميع أزواج المرشحين البالغ عددها 9,785 قبل المقارنة باستخدام توزيعات احتمالية مشتقة من مجموعة البيانات الأساسية التجريبية.
ملاحظة: استخدم بيئة صناعية معنونة بالكامل لتمكين حساب الدقة والاستدعاء لجميع الأزواج المرشحة. يتم تحقيق مطابقة ناجحة إذا تم الانتهاء من الاستشارة، وكان رضا المرضى 4.0 على مقياس من 5 نقاط، ولا يحدث إعادة زيارة لمدة 14 يوما بسبب عدم الرضا أو عدم التوافق. - احسب الدقة عند الرتبة 1 كنسبة من المباريات النهائية المختارة التي تستوفي معيار المباراة الناجحة.
- احسب الاستدعاء كنسبة جميع الأزواج المرشحة الناجحة داخل طية تم اختيارها بشكل صحيح من قبل الاستراتيجية. استخلاص النتائج للأزواج غير المختارة من البيئة التركيبية الموسومة بالكامل التي تم تحديدها في الخطوة 6.2.
- تأكد من أن مقياس الاستدعاء يلتقط بدقة قدرة الخوارزمية على تحديد جميع التطابقات القابلة للتطبيق نظريا ضمن مجموعة المرشحين المحاكاة.
- احسب نتيجة F1 باستخدام الصيغة التالية:
(6) - احسب النتائج الثانوية: معدل تعبئة السعة، متوسط وقت الانتظار المقدر، متوسط رضا المرضى، معدل إكمال الاستشارة، معدل متابعة لمدة 7 أيام، ومعدل التحسن المبلغ عنه.
- احسب مؤشر عدم توازن الحمل لتقييم عدم تساوي توزيع عبء عمل الأطباء داخل كل طية:
(7) - قم بمتوسط تقديرات محددة ب 12 ضعفا للحصول على قيم ملخصة على مستوى الاستراتيجية باستخدام التعيينات الأصلية للدرجات.
- إجراء تحليل انحدار لوجستي متعدد المتغيرات ضمن مجموعة فرعية من التطابقات النهائية المختارة لتحديد العوامل على مستوى الزوج المرتبطة بشكل مستقل بالمطابقة الناجحة.
- تضمين المتغيرات المستقلة المحددة مسبقا بناء على الصلة النظرية: درجة التوافق، درجة السعة، وقت الانتظار المقدر، ملاءمة القدرة على التكاليف، مطابقة التخصص، ملاءمة تفضيل الجنس، مستوى الشدة، ومستوى الإلحاح.
- استخدم استراتيجية اختيار المتغيرات بالدخول القسري بدلا من النهج خطوة تدريجيا للحفاظ على البنية النظرية للنموذج.
- قيم التعدد التعاوني باستخدام عامل التباين والتضخم (VIF). تأكد من أن جميع قيم القيمة القيمة البصرية تبقى أقل من 5.0 قبل التقدير النهائي للنموذج.
- عرف الدلالة الإحصائية بأنها p مزدوج الطرفين < 0.05، وأبلغ النتائج كنسب احتمالات معدلة (aORs) مع فترات ثقة 95٪ (CIs).
الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.
النتائج
الخصائص الأساسية لمجموعة الأطباء وطلبات المرضى
تضمنت مجموعة البيانات التحليلية المحاكاة 240 طبيبا و3,600 طلب استشارة للمرضى. يتم تلخيص الخصائص الأساسية لكلا جانبي نظام المطابقة في الجدول 2، وأنماط توزيع جانب المنصة موضحة في الشكل 3.
من بين 240 طبيبا، كان 128 (53.3٪) من الإناث. أظهرت المجموعة متوسط خبرة سريرية تبلغ 9.34 سنة، ومتوسط رسوم استشارة 68.08 دولار أمريكي، ومتوسط...
الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.
المناقشة
يظهر البروتوكول الحالي إطار عمل مطابقة بين الطبيب والمريض والوعي بالتوافق والقدرة في بيئة استشارات طبية عبر الإنترنت واسعة النطاق. حققت الاستراتيجية الهجينة الأداء العام الأكثر توازنا من حيث دقة المطابقة، ووقت الانتظار، واستخدام السعة، ورضا المرضى، وتوزيع عبء العمل. هذه النتيجة حاسمة لأن الاستشارة الرقمية لا توسع الوصول فحسب، بل تحول أيضا العمل السريري إلى نشاط بعد ساعات العمل، مما يزيد من عبء العمل الخفي عندما يغفل منطق التخصيص عن قابلية الخدمة. تظهر الأدلة الحديثة أن الطلب الرقمي الأكب...
الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.
الإفصاحات
المؤلفون ليس لديهم ما يكشفون عنه.
شكر وتقدير
تم تمويل هذا البحث من قبل مشروع تقديم المواهب والبحث العلمي الناشئ التابع لجامعة نينغبو تك: أبحاث حول توصيات الأطباء لمنصات الاستشارات الطبية عبر الإنترنت (1140157G20220699). وقد دعم هذا البحث أيضا مشروع الابتكار التكنولوجي الرئيسي لمنطقة نينغبو للتقنية العالية (2023CX050007) ومشروع العرض التطبيقي الرئيسي "الابتكار العلمي والتكنولوجيا في يونغجيانغ 2035": البحث في توحيد لهجة نينغبو بناء على نماذج واسعة النطاق وعرض تطوير التطبيقات الذكية (2024Z021).
الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.
المواد
| الاسم | الشركة | رقم فهرسي | التعليقات |
|---|---|---|---|
| الأزواج المرشحة بين الطبيب والمريض | التي تم إنشاؤها من قبل الدراسة | N/A | اشتقاق المتغير الثنائي واختيار المطابقة (9,785 زوج مرشح) |
| IBM SPSS Statistics | IBM Corp. | https://www.ibm.com/products/spss-statistics | التحليل الإحصائي (الإصدار 27) |
| Microsoft Excel | Microsoft Corporation | https://www.microsoft.com/microsoft-365/excel | إدارة البيانات والملخص الوصفي (الإصدار 2021) |
| سجلات طلبات المرضى | التي تم إنشاؤها من قبل الدراسة | N/A | خصائص المريض الأساسية ومعايير التفضيل (3,600 طلب استشارة) |
| سجلات الأطباء | التي تم إنشاؤها من قبل الدراسة | N/A | خصائص الأطباء الأساسية ومعايير السعة (240 طبيبًا نشطًا) |
| Python | مؤسسة Python للبرمجيات | https://www.python.org | المحاكاة، بناء الدرجات، وتحديد المعايير (الإصدار 3.11) |
المراجع
- Shen T, Li Y, Chen X. A systematic review of online medical consultation research. Healthcare. 2024;12(17):1687.
- Cheng TC, Yip W. Policies, progress, and prospects for internet telemedicine in China. Health Syst Reform. 2024;10(2):2389570.
- Yang M, et al. The status and challenges of online consultation service in internet hospitals operated by physical hospitals in China: a large-scale pooled analysis of multicenter data. BMC Health Serv Res. 2025;25(1):611.
- Culmer N, et al. Asynchronous telemedicine: a systematic literature review. Telemed Rep. 2023;4(1):366–86.
- Fadaizadeh L, Velayati F, Arab-Zozani M. Satisfaction of patients and physicians with telehealth services during the COVID-19 pandemic: a systematic review and meta-analysis. Healthc Inform Res. 2024;30(3):206–23.
- Ge X, Chappell P, Ledger J, Bakhai M, Clarke GM. The use of online consultation systems and patient experience of primary care: cross-sectional analysis using the General Practice Patient Survey. J Med Internet Res. 2024;26:e51272.
- Mandal S, et al. Quantifying the impact of telemedicine and patient medical advice request messages on physicians’ work-outside-work. npj Digit Med. 2024;7(1):35.
- Wan Y, et al. Influencing factors and mechanism of doctor consultation volume on online medical consultation platforms based on physician review analysis. Internet Res. 2021;31(6):2055–75.
- Lu Y, Wang Q. Doctors’ preferences in the selection of patients in online medical consultations: an empirical study with doctor-patient consultation data. Healthcare. 2022;10(8):1435.
- Wang P, Huang Y, Li H, Xi X. Public preferences for online medical consultations in China: a discrete choice experiment. Front Public Health. 2023;11:1282387.
- Jiang H, Mi Z, Xu W. Online medical consultation service-oriented recommendations: systematic review. J Med Internet Res. 2024;26:e46073.
- Zhao M, Wang Y, Zhang X, Xu C. Online doctor-patient dynamic stable matching model based on regret theory under incomplete information. Socioecon Plann Sci. 2023;87:101615.
- Zhang Y, Wang T, Wang Y, Li X, Tang Y. A deep learning approach integrating multi-dimensional features for expert matching in healthcare question answering communities. Front Public Health. 2025;13:1633754.
- Jiang M, et al. Resident preferences for telemedicine services in China in the digital health era: mixed methods study. Patient Educ Couns. 2025;137:108909.
- Wang Y, Shi C, Wang X, Meng H, Chen J. The relationship between static characteristics of physicians and patient consultation volume in internet hospitals: quantitative analysis. JMIR Form Res. 2024;8:e56687.
- Dhunnoo P, et al. Evaluation of telemedicine consultations using health outcomes, user attitudes, and experiences: scoping review. J Med Internet Res. 2024;26:e53266.
- Yang F, Cheng Y, Yao R, Zhang X. What key factors affect patient satisfaction on online medical consultation platforms? A case study from China. Healthcare. 2025;13(5):540.
- Oudbier SJ, et al. Implementation barriers and facilitators of remote monitoring, remote consultation, and digital care platforms through the eyes of healthcare professionals: a review of reviews. BMJ Open. 2024;14(6):e075833.
- Khairat S, Lin J, Liu S. Patient and provider recommendations for improved telemedicine user experience in primary care: a multi-center qualitative study. Telemed Rep. 2023;4(1):34–43.
- Campbell K, et al. The impact of virtual consultations on the quality of primary care: systematic review. J Med Internet Res. 2023;25:e48920.
- Wu B, Liu QB, Guo X, Yang C. Investigating patients’ adoption of online medical advice. Decis Support Syst. 2024;176:114050.
الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.