MétaCan
Menu
Retour à la cohorte
Enregistrement W3190529595 · doi:10.2196/31149

Awareness, Views, Perceptions, and Beliefs of Pharmacy Interns Regarding Digital Health in Saudi Arabia: Cross-sectional Study

2021· article· en· W3190529595 sur OpenAlexvenueno aff
Saud Alsahali

Notice bibliographique

RevueJMIR Medical Education · 2021
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPharmacyInternshipDigital healthMedical educationMedicineCross-sectional studyHealth careFamily medicineTelemedicinePerceptionNursingPsychology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Digital health technologies and apps are rapidly advancing in recent years. It is expected to have more roles in transforming the health care system in this era of digital services. However, limited research is available regarding delivering digital health education in pharmacy and the pharmacy students' perspectives on digital health. OBJECTIVE: This study aims to assess pharmacy interns' awareness of digital health apps in Saudi Arabia and their views regarding the coverage of digital health in the education of pharmacists. In addition, we assessed the interns' perceptions and beliefs about the concepts, benefits, and implementation of digital health in practice settings. METHODS: A cross-sectional study using a web-based survey was conducted among pharmacy interns at Unaizah College of Pharmacy, Qassim University, Saudi Arabia. An invitation with a link to the web-based survey was sent to all interns registered at the college between January and March 2021. RESULTS: A total of 68 out of 77 interns registered in the internship year participated in this study, giving a response rate of 88%. The mean total score for pharmacy interns' awareness of digital health apps in Saudi Arabia was 5.66 (SD 1.74; maximum attainable score=7). The awareness with different apps ranged from 97% (66/68) for the Tawakkalna app to 65% (44/68) for the Ministry of Health 937 call center. The mean total score for attitude and beliefs toward concepts and benefits of telehealth and telemedicine apps was 58.25 (SD 10.44; maximum attainable score=75). In this regard, 84% (57/68) of the interns believed that telehealth could enhance the quality of care, 71% (48/68) believed that it could help effectively provide patient counseling, and 69% (47/68) believed it could improve patients' adherence to therapy. In this study, 41% (28/68) believed that the current coverage of digital health in the curriculum was average, whereas only 18% (12/68) believed it was high or very high coverage. Moreover, only 38% (26/68) attended additional educational activities related to digital health. Consequently, the majority (43/68, 63%) were of the opinion that there is a high or very high need to educate and train pharmacists in the field of digital health. CONCLUSIONS: Overall, the interns showed good awareness of common digital health apps in Saudi Arabia. Moreover, the majority of the interns had positive perceptions and beliefs about the concepts, benefits, and implementation of digital health. However, the findings showed that there is still scope for improvement in some areas. Moreover, most interns indicated that there is a need for more education and training in the field of digital health. Consequently, early exposure to content related to digital health and pharmacy informatics is an important step to help in the wide use of these technologies in the graduates' future careers.

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

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gemmaaucune catégorie
Domaine: non disponible · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Observationnellow
gptaucune catégorie
Domaine: non disponible · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Observationnellow
modèles en accordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,061
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,068
Tête enseignante GPT0,526
Écart entre enseignants0,458 · 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

Étiqueté directement par 2 modèles lisant le dossier complet.

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

Citations21
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Medical EducationMême sujetMobile Health and mHealth ApplicationsTravaux en français237 207