MétaCan
Menu
Retour à la cohorte
Enregistrement W3032973540 · doi:10.2196/17352

Differences in Electronic Personal Health Information Tool Use Between Rural and Urban Cancer Patients in the United States: Secondary Data Analysis

2020· article· en· W3032973540 sur OpenAlexvenueno aff
Alexandra J. Greenberg, Joyce E. Balls‐Berry, Ian Marigi, Emily Valentin-Méndez, Numra Bajwa, Melody Ouk, Minerva Orellana, Felicity Enders

Notice bibliographique

RevueJMIR Cancer · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer survivorship and care
Établissements canadiensnon disponible
Organismes subventionnairesNational Cancer Institute
Mots-clésHealth Information National Trends SurveyCancerMedicineRural areaLogistic regressionHealth careFamily medicineDemographyEnvironmental healthGerontologyHealth informationInternal medicineEconomic growthPathology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Studies have previously shown that rural cancer patients are diagnosed at later stages of disease. This delay is felt throughout treatment and follow-up, reflected in the fact that rural patients often have poorer clinical outcomes compared with their urban counterparts. OBJECTIVE: Few studies have explored whether there is a difference in cancer patients' current use of health information technology tools by residential location. METHODS: Data from 7 cycles of the Health Information National Trends Survey (HINTS, 2003-2017) were merged and analyzed to examine whether differences exist in managing electronic personal health information (ePHI) and emailing health care providers among rural and urban cancer patients. Geographic location was categorized using Rural-Urban Continuum Codes (RUCCs). Bivariate analyses and multivariable logistic regression were used to determine whether associations existed between rural/urban residency and use of health information technology among cancer patients. RESULTS: Of the 3031 cancer patients/survivors who responded across the 7 cycles of HINTS, 797 (26.9%) resided in rural areas. No difference was found between rural and urban cancer patients in having managed ePHI in the past 12 months (OR 0.78, 95% CI 0.43-1.40). Rural cancer patients were significantly less likely to email health care providers than their urban counterparts (OR 0.52, 95% CI 0.32-0.84). CONCLUSIONS: The digital divide between rural and urban cancer residents does not extend to general ePHI management; however, electronic communication with providers is significantly lower among rural cancer patients than urban cancer patients. Further research is needed to determine whether such disparities extend to other health information technology tools that might benefit rural cancer patients as well as other chronic conditions.

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 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)0,000
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 enseignants0,029
Score d'incertitude au seuil0,955

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,039
Tête enseignante GPT0,314
Écart entre enseignants0,275 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations13
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR CancerMême sujetCancer survivorship and careTravaux en français237 207