Perceptions of Persons With Type 2 Diabetes Treated in Swedish Primary Health Care: Qualitative Study on Using eHealth Services for Self-Management Support
Notice bibliographique
Résumé
BACKGROUND: Digital health services are increasing rapidly worldwide. Strategies to involve patients in self-monitoring of type 2 diabetes (T2D) on a daily basis is of crucial importance, and there is a need to optimize the delivery of care such as self-management support. Digitalized solutions have the potential to modify and personalize the way in which people use primary health services, both by increasing access to information and providing other forms of support at a distance. It is a challenge to integrate core values of person-centered care into digitalized health care services. OBJECTIVE: The objective of this study was to describe perceptions of using electronic health (eHealth) services and related technologies for self-management support among people with T2D treated in Swedish primary health care. METHODS: This is a qualitative study based on interviews analyzed using qualitative content analysis conducted among people diagnosed with T2D. RESULTS: Findings suggest that the participants had mixed feelings regarding the use of digital health services for self-management support. They experienced potentials such as increased involvement, empowerment, and security, as well as concerns such as ambivalence and uncertainty. CONCLUSIONS: Digital health services for self-management are easily accessible and have the potential to reach a wide population. However, targeted training to increase digital skills is required, and personalized devices must be adapted and become more person-centered to improve patients' involvement in their own care.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,003 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».