Barriers and facilitators of the uptake of digital health technology in cardiovascular care: a systematic scoping review
Notice bibliographique
Résumé
Abstract Digital health technology (DHT) has the potential to revolutionize healthcare delivery but its uptake has been low in clinical and research settings. The factors that contribute to the limited adoption of DHT, particularly in cardiovascular settings, are unclear. The objective of this review was to determine the barriers and facilitators of DHT uptake from the perspective of patients, clinicians, and researchers. We searched MEDLINE, EMBASE, and CINAHL databases for studies published from inception to May 2020 that reported barriers and/or facilitators of DHT adoption in cardiovascular care. We extracted data on study design, setting, cardiovascular condition, and type of DHT. We conducted a thematic analysis to identify barriers and facilitators of DHT uptake. The search identified 3075 unique studies, of which 29 studies met eligibility criteria. Studies employed: qualitative methods (n = 13), which included interviews and focus groups; quantitative methods (n = 5), which included surveys; or a combination of qualitative and quantitative methods (n = 11). Twenty-five studies reported patient-level barriers, most common of which were difficult-to-use technology (n = 7) and a poor internet connection (n = 7). Six studies reported clinician-level barriers, which included increased workload (n = 4) and a lack of integration with electronic medical records (n = 3).Twenty-four studies reported patient-level facilitators, which included improved communication with clinicians (n = 10) and personalized technology (n = 6). Four studies reported clinician-level facilitators, which included approval and organizational support from cardiology departments and/or hospitals (n = 3) and technologies that improved efficiency (n = 3). No studies reported researcher-level barriers or facilitators. In summary, internet access, user-friendliness, organizational support, workflow efficiency, and data integration were reported as important factors in the uptake of DHT by patients and clinicians. These factors can be considered when selecting and implementing DHTs in cardiovascular clinical settings.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,034 | 0,145 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,006 | 0,007 |
| Bibliométrie | 0,015 | 0,016 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».