Healthcare professional acceptance of telemonitoring for chronic care patients in primary care
Notice bibliographique
Résumé
BACKGROUND: A pilot experimentation of a telemonitoring system for chronic care patients is conducted in the Bilbao Primary Care Health Region (Basque Country, Spain). It seems important to understand the factors related to healthcare professionals' acceptance of this new technology in order to inform its extension to the whole healthcare system.This study aims to examine the psychosocial factors related to telemonitoring acceptance among healthcare professionals and to apply a theory-based instrument. METHODS: A validated questionnaire, based on an extension of the Technology Acceptance Model (TAM), was distributed to a total of 605 nurses, general practitioners and paediatricians. Logistic regression analysis was performed to test the theoretical model. Adjusted odds ratios (OR) and their 95% confidence intervals (CI) were computed. RESULTS: A response rate of 44.3% was achieved. The original TAM model was good at predicting intention to use the telemonitoring system. However, the extended model, that included other theoretical variables, was more powerful. Perceived Usefulness, Compatibility, and Facilitators were the significant predictors of intention. A detailed analysis showed that intention to use telemonitoring was best predicted by healthcare professionals' beliefs that they would obtain adequate training and technical support and that telemonitoring would require important changes in their practice. CONCLUSION: The extended TAM explained a significant portion of the variance in healthcare professionals' intention to use a telemonitoring system for chronic care patients in primary care. The perception of facilitators in the organisational context is the most important variable to consider for increasing healthcare professionals' intention to use the new technology.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,016 |
| 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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».