MétaCan
Menu
Retour à la cohorte
Enregistrement W2983615479 · doi:10.2196/12277

Valuing Citizen Access to Digital Health Services: Applied Value-Based Outcomes in the Canadian Context and Tools for Modernizing Health Systems

2019· article· en· W2983615479 sur OpenAlexaffabout
Christina Hackett, Kelsey Brennan, Heather Smith Fowler, Chad Leaver

Notice bibliographique

RevueJournal of Medical Internet Research · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueTelemedicine and Telehealth Implementation
Établissements canadiensCanada Health Infoway
Organismes subventionnairesAustralian Government
Mots-clésDigital healthBusinessContext (archaeology)Health careHRHISeHealthHealth information technologyHealth policyPublic relationsHealth servicesInternet privacyNursingMedicinePublic healthEnvironmental healthComputer sciencePolitical sciencePopulation

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: In publicly funded health systems, digital health technologies are strategies that aim to improve the quality and safety of health care service delivery and enhance patient experiences and outcomes. In Canada, governments and health organizations have invested in digital health technologies such as personal health records (PHRs) and other electronic service functionalities and innovation across provincial and territorial health systems. OBJECTIVE: Patients' access to their own information via secure, Web-based PHRs and integrated virtual care services are promising mechanisms for supporting patient engagement in health care. We draw on current evidence to develop an economic model that estimates the demonstrated and potential value of these digital health initiatives. METHODS: We first synthesized results from a variety of Canadian and international studies on the outcomes for patients and service providers associated with PHRs across a continuum of services, ranging from viewing information (eg, laboratory results) on the Web to electronic prescription renewal to email or video conferencing with care teams and providers. We then developed a quantitative model of estimated value, grounded in these demonstrated benefits and citizen use (2016-2017). In addition to estimating the costs saved from patient and system perspectives, we used a novel application of a compensating differential approach to assess the value (independent of costs) to society of improved health and well-being resulting from PHR use. RESULTS: Patients' access to a range of digital PHR functions generated value for Canadians and health systems by increasing health system productivity, and improving access to and quality of health care provided. As opportunities increased to interact and engage with health care providers via PHR functions, the marginal value generated by utilization of PHR functionalities also increased. Web-based prescription renewal generated the largest share of the total current value from the patient perspective. From the health systems perspective, Canadians' ability to view their information on the Web was the largest value share. If PHRs were to be implemented with more integrated virtual care services, the value generated from populations with chronic illnesses such as severe and persistent mental illness and diabetes could amount to between Can $800 million and Can $1 billion per year across Canadian health systems. CONCLUSIONS: PHRs with higher interactivity could yield substantial potential value from wider implementation in Canada and increased adoption rates in certain target groups-namely, high-frequency health system users and their caregivers. Further research is needed to tie PHR use to health outcomes across PHR functions, care settings, and patient populations.

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)0,008
score de la tête « metaresearch » (Gemma)0,027
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,853
Score d'incertitude au seuil0,989

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,027
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0060,010
Études des sciences et des technologies0,0060,009
Communication savante0,0080,004
Science ouverte0,0020,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,170
Tête enseignante GPT0,496
Écart entre enseignants0,325 · 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'étudeQualitatif
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

Citations15
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Medical Internet ResearchMême sujetTelemedicine and Telehealth ImplementationTravaux en français237 207