An eHealth Intervention for Patients in Rural Areas: Preliminary Findings From a Pilot Feasibility Study
Notice bibliographique
Résumé
BACKGROUND: eHealth facilitation of chronic disease management has potential to increase engagement and effectiveness and extend access to care in rural areas. OBJECTIVE: The objective of this study was to demonstrate the feasibility and acceptability of an eHealth system for the management of chronic conditions in a rural setting. METHODS: We developed an online management program which incorporated content from the Flinders Chronic Condition Management Program (Flinders Program) and used an existing software platform (goACT), which is accessible by patients and health care workers using either Web-enabled mobile phone or Internet, enabling communication between patients and clinicians. We analyzed the impact of this eHealth system using qualitative and simple quantitative methods. RESULTS: The eHealth system was piloted with 8 recently hospitalized patients from rural areas, average age 63 (SD 9) years, each with an average of 5 chronic conditions and high level of psychological distress with an average K10 score of 32.20 (SD 5.81). Study participants interacted with the eHealth system. The average number of logins to the eHealth system by the study participants was 26.4 (SD 23.5) over 29 weeks. The login activity was higher early in the week. CONCLUSIONS: The pilot demonstrated the feasibility of implementing and delivering a chronic disease management program using a Web-based patient-clinician application. A qualitative analysis revealed burden of illness and low levels of information technology literacy as barriers to patient engagement.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».