Hoitohenkilökunnan rooli potilaiden motivoinnissa ja ohjaamisessa terveydenhuollon sähköisten palveluiden käyttöön
Notice bibliographique
Résumé
Terveydenhuollon sähköisten palveluiden määrä on lisääntynyt merkittävästi. Potilaiden odotetaan osallistuvan aktiivisemmin hoitoonsa, mutta erityisesti kroonisesti sairaat käyttävät sähköisiä palveluita terveitä harvemmin. Kansainvälisten tutkimusten mukaan hoitohenkilökunnan motivointi ja tuki vaikuttavat merkittävästi potilaiden halukkuuteen ja kyvykkyyteen käyttää terveydenhuollon sähköisiä palveluita.
 Tässä artikkelissa raportoidaan tuloksia verkkokyselystä, jossa tutkittiin, millaista tukea ja ohjausta kroonisesti sairaat potilaat saavat ja toisaalta toivovat hoitohenkilökunnalta terveydenhuollon sähköisten palveluiden käyttöön. Kyselyssä potilaita pyydettiin arvioimaan, miten hoitohenkilökunta on ohjannut heitä sähköisten palveluiden käyttöön kertomalla palveluista, kannustamalla käyttämään niitä ja neuvomalla niiden käyttöä. Lisäksi kyselyllä selvitettiin, millaisia sähköisiä palveluja potilaat haluavat tulevaisuudessa käyttää. Kyselyyn vastasi 397 sydän-, diabetes- ja syöpäpotilasta.
 Suurin osa kyselyyn vastanneista potilaista oli käyttänyt vähintään yhtä terveydenhuollon sähköistä palvelua (92 %) ja eniten näitä palveluja käytettiin tiedon etsimiseen. Palvelujen käyttö perustui suurimmaksi osaksi potilaiden omaan aloitteeseen ja hoitohenkilökunnan rooli potilaiden motivoinnissa ja ohjauksessa jäi pieneksi. Alle puolet vastaajista (47 %) raportoi hoitohenkilökunnan kertoneen heille terveydenhuollon sähköisistä palveluista. Palvelujen käyttöön hoitohenkilökunta oli kannustanut noin kolmannesta (30 %) tai opastanut vielä harvempaa (21 %). Alle kolmannes vastaajista koki, ettei tarvitse apua tai tukea terveydenhuollon sähköisten palvelujen käyttöön, mutta monet toivoivat hoitohenkilökunnalta aktiivisempaa otetta palveluista tiedottamisessa sekä palveluiden käytön neuvomisessa ja kannustamisessa. Tulevaisuudessa potilaat ovat halukkaita käyttämään erityisesti käytännöllistä sähköistä ajanvarausta sekä uusia, helppoja yhteydenpitokanavia hoitohenkilökunnan kanssa. Tutkimuksen tulosten perusteella pelkkä terveydenhuollon sähköisten palvelujen määrän lisääminen ei riitä, vaan aktiivisetkin potilaat tarvitsevat enemmän tietoa palveluista ja tukea niiden käyttöön.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».