Assessment of Use and Preferences Regarding Internet-Based Health Care Delivery: Cross-Sectional Questionnaire Study
Notice bibliographique
Résumé
BACKGROUND: There has been an incremental increase in the use of technology in health care delivery. Feasibility, acceptability, and efficacy of interventions based on internet technologies are supported by a growing body of evidence. OBJECTIVE: The aim of this study was to investigate use and preferences in the general adult population in Germany for remote, internet-based interaction (eg, email, videoconferencing, electronic medical records, apps). METHODS: A nationwide cross-sectional questionnaire survey in adults that was representative in terms of age, sex and educational level was carried out. RESULTS: A total of 22.16% (538/2428) of survey participants reported not using the internet for work or private use. The nonuser phenotype can be described as being older, having lower educational and income status, and living in less populated areas. The majority of participants within the cohort of internet users reported that they would not consider using electronic medical records (973/1849, 52.62%), apps (988/1854, 53.29%), or emails to report symptoms (1040/1838, 56.58%); teleconference with one (1185/1852, 63.98%) or more experts (1239/1853, 66.86%); or participate in video psychotherapy (1476/1853, 79.65%) for the purpose of medical consultation or treatment. Older age and lower educational level were the most robust predictors of assumed future denial of use. CONCLUSIONS: Our results point toward low use and preference rates among the general population for the use of telemedicine. It also seems that those who might benefit from telemedical interventions the most, are, in fact, those who are most hesitating. These low use and preference rates of eHealth should be considered prior to designing and providing future telemedical care, supporting the need for easy-to-use, data secure solutions.
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 | 0,007 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».