Mobile Phone Access and Preferences Among Medical Inpatients at an Urban Canadian Hospital: A Cross-Sectional Survey
Notice bibliographique
Résumé
Abstract Background: Digital health interventions are increasingly used for patient care, yet little data is available on the phone access type and usage preferences of medical ward patients to inform the most appropriate digital interventions.Methods: To learn about mobile phone ownership, internet access, and cellular use preferences among medical patients, we conducted a researcher-administered survey of patients admitted to five internal medicine units at Vancouver General Hospital (VGH) in January 2020.Results: A total of 81 ward patients completed the questionnaire from the two survey dates. Of those, 63.0% owned their own mobile phone, an additional 22.2% had access to a mobile phone via a proxy (or an authorized third-party) such as a family member, and 14.8% did not own or have access to a mobile phone. All participants with mobile phone access had cellular plans (i.e., phone and text) ; however, a quarter of respondents did not have data plans with internet. 71.1% of men owned a mobile phone compared to only 52.8% of women. All participants at a ‘high’ risk of readmission had access to a mobile phone, either as phone-owners or proxy-dependent users.Conclusion: Access to mobile phones among medical ward patients was high, but incomplete. More patients had cellular than data plans (i.e., internet and applications). Understanding patient-specific access is key to informing potential uptake of digital health interventions aimed at using patients’ mobile phones (mHealth) from an effectiveness and equity lens.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».