Internet Usage by Parents Prior to Seeking Care at a Pediatric Emergency Department: Observational Study
Notice bibliographique
Résumé
BACKGROUND: Little is known about how parents utilize medical information on the Internet prior to an emergency department (ED) visit. OBJECTIVE: The objective of the study was to determine the proportion of parents who accessed the Internet for medical information related to their child's illness in the 24 hours prior to an ED visit (IPED), to identify the websites used, and to understand how the content contributed to the decision to visit the ED. METHODS: A 40-question interview was conducted with parents presenting to an ED within a freestanding children's hospital. If parents reported IPED, the number and names of websites were documented. Parents indicated the helpfulness of Web-based content using a 100-mm visual analog scale and the degree to which it contributed to the decision to visit the ED using 5-point Likert-type responses. RESULTS: About 11.8 % (31/262) reported IPED (95% CI 7.3-5.3). Parents who reported IPED were more likely to have at least some college education (P=.04), higher annual household income (P=.001), and older children (P=.04) than those who did not report IPED. About 35% (11/31) could not name any websites used. Mean level of helpfulness of Web-based content was 62 mm (standard deviation, SD=25 mm). After Internet use, some parents (29%, 9/31) were more certain they needed to visit the ED, whereas 19% (6/31) were less certain. A majority (87%, 195/224) of parents who used the Internet stated that they would be somewhat likely or very likely to visit a website recommended by a physician. CONCLUSIONS: Nearly 1 out of 8 parents presenting to an urban pediatric ED reported using the Internet in the 24 hours prior to the ED visit. Among privately insured, at least one in 5 parents reported using the Internet prior to visiting the ED. Web-based medical information often influences decision making regarding ED utilization. Pediatric providers should provide parents with recommendations for high-quality sources of health information available on the Internet.
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 | 0,001 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».