MétaCan
Menu
Retour à la cohorte
Enregistrement W2909820082 · doi:10.2196/11451

Prevalence and Factors Influencing Use of Internet and Electronic Health Resources by Middle-Aged and Older Adults in a US Health Plan Population: Cross-Sectional Survey Study

2019· article· en· W2909820082 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

venuePublié dans une revue dont le pays d'attache est le Canada.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueJMIR Aging · 2019
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Literacy and Information Accessibility
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-cléseHealthMedicineThe InternetCross-sectional studyGerontologyYoung adultHealth Information National Trends SurveyHealth careEnvironmental healthHealth informationWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Health care organizations are increasingly using electronic health (eHealth) platforms to provide and exchange health information and advice (HIA). There is limited information about how factors beyond internet access affect use of eHealth resources by middle-aged and older adults. OBJECTIVE: We aimed to estimate prevalence of use of the internet, health plan patient portal, and Web-based HIA among middle-aged and older adults; investigate whether similar sociodemographic-related disparities in eHealth resource use are found among middle-aged and older adults; and examine how sociodemographic and internet access factors drive disparities in eHealth resource use among adults who use the internet. METHODS: We analyzed cross-sectional survey data for 10,920 Northern California health plan members aged 45 to 85 years who responded to a mailed and Web-based health survey (2014-2015). We used bivariate and multivariable analyses with weighted data to estimate prevalence of and identify factors associated with internet use and self-reported past year use of the health plan's patient portal and Web-based HIA resources by middle-aged adults (aged 45 to 65 years; n=5520), younger seniors (aged 65 to 75 years; n=3014), and older seniors (aged 76 to 85 years; n=2389). RESULTS: Although approximately 96% of middle-aged adults, 92% of younger seniors, and 76% of older seniors use the internet to obtain information, about 4%, 9%, and 16%, respectively, require someone's help to do so. The percentages who used the patient portal and Web-based HIA resources were similar for middle-aged adults and younger seniors but lower among older seniors (59.6%, 61.4%, and 45.0% and 47.9%, 48.4%, and 37.5%, respectively). Disparities in use of the internet, patient portal, and Web-based HIA across levels of education and between low and higher income were observed in all age groups, with wider disparities between low and high levels of education and income among seniors. Multivariable analyses showed that for all 3 age groups, educational attainment, ability to use the internet without help, and having 1 or more chronic condition were significant predictors of patient portal and Web-based HIA use after controlling for gender, race/ethnicity, and internet use. CONCLUSIONS: Internet use, and especially use without help, significantly declines with age, even within a middle-aged group. Educational attainment is significantly associated with internet use, ability to use the internet without help, and use of patient portal and Web-based HIA resources by middle-aged and older adults. Even among middle-aged and older adult internet users, higher educational attainment and ability to use the internet without help are positively associated with patient portal and Web-based HIA use. Organizations serving middle-aged and older adults should take into account target population characteristics when developing and evaluating uptake of eHealth resources and should consider offering instruction and support services to boost patient engagement.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,048
Score d'incertitude au seuil0,978

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,064
Tête enseignante GPT0,418
Écart entre enseignants0,355 · 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