MétaCan
Menu
Retour à la cohorte
Enregistrement W3121768136 · doi:10.2217/cer-2020-0187

Patient-related barriers to some virtual healthcare services among cancer patients in the USA: a population-based study

2021· article· en· W3121768136 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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of Comparative Effectiveness Research · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueTelemedicine and Telehealth Implementation
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMedicineHealth careLogistic regressionHealth Information National Trends SurveyFamily medicineMedical prescriptionOdds ratioPopulationOddsCohortNational Health Interview SurveyDemographyGerontologyNursingHealth informationEnvironmental healthInternal medicine

Résumé

récupéré en direct d'OpenAlex

Objective: To assess the patient-related barriers to access of some virtual healthcare tools among cancer patients in the USA in a population-based cohort. Materials & methods: National Health Interview Survey datasets (2011–2018) were reviewed and adult participants (≥18 years old) with a history of cancer diagnosis and complete information about virtual healthcare utilization (defined by [a] filling a prescription on the internet in the past 12 months and/or [b] communicating with a healthcare provider through email in the past 12 months) were included. Information about video-conferenced phone calls and telephone calls are not available in the National Health Interview Survey datasets; and thus, they were not examined in this study. Multivariable logistic regression analysis was used to evaluate factors associated with the utilization of virtual care tools. Results: A total of 25,121 participants were included in the current analysis; including 4499 participants (17.9%) who utilized virtual care in the past 12 months and 20,622 participants (82.1%) who did not utilize virtual care in the past 12 months. The following factors were associated with less utilization of virtual healthcare tools in multivariable logistic regression: older age (continuous odds ratio [OR] with increasing age: 0.987; 95% CI: 0.984–0.990), African-American race (OR for African American vs white race: 0.608; 95% CI: 0.517–0.715), unmarried status (OR for unmarried compared with married status: 0.689; 95% CI: 0.642–0.739), lower level of education (OR for education ≤high school vs >high school: 0.284; 95% CI: 0.259–0.311), weaker English proficiency (OR for no proficiency vs very good proficiency: 0.224; 95% CI: 0.091–0.552) and lower yearly earnings (OR for earnings <$45,000 vs earnings >$45,000: 0.582; 95% CI: 0.523–0.647). Conclusion: Older patients, those with African-American race, lower education, lower earnings and weak English proficiency are less likely to access the above studied virtual healthcare tools. Further efforts are needed to tackle disparities in telemedicine access.

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 enseignants0,014
Score d'incertitude au seuil0,658

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,074
Tête enseignante GPT0,482
Écart entre enseignants0,408 · 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