MétaCan
Menu
Retour à la cohorte
Enregistrement W2777349914 · doi:10.1177/0951484817748462

Do online health communities enhance patient–physician relationship? An assessment of the impact of social support and patient empowerment

2017· article· en· W2777349914 sur OpenAlexaffabout
Anne‐Françoise Audrain‐Pontevia, Loïck Menvielle

Notice bibliographique

RevueHealth Services Management Research · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Media in Health Education
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésEmpowermentPsychologyPatient EmpowermentSocial supportOnline participationPublic relationsInternet privacyKnowledge managementSocial psychologyThe InternetWorld Wide WebComputer sciencePolitical science

Résumé

récupéré en direct d'OpenAlex

The diffusion of the Web 2.0 has made it possible for patients to exchange on online health communities, defined as computer-mediated communities dedicated to health topics, wherein members can build relationships with other members. It is now acknowledged that online health communities provide users not only with medical information but also with social support with no time or geographical boundaries. However, in spite of their considerable interest, there is still a paucity of research as to how online health communities alter the patient-physician relationship. This research aims at filling this gap and examines how online health communities, while providing users with computer-mediated social support and empowerment, impact the patient-physician relationship. Six hypotheses are proposed and tested. A survey was developed and 328 responses were collected from online patient groups in Canada in 2016. The data were analysed using structural equation modelling. All but one hypothesis are validated. The results show that user computer-mediated social support positively influences user empowerment and participation during the consultation, which in turn determines user commitment to the relationship with the physician. Importantly and contrary to our expectations, user empowerment is found to be significantly but negatively related to user commitment with the physician.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,022
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,022
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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.

Tête enseignante Opus0,203
Tête enseignante GPT0,592
Écart entre enseignants0,388 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations52
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHealth Services Management ResearchMême sujetSocial Media in Health EducationTravaux en français237 207