Impact of COVID-19 on patient health and self-care practices: a mixed-methods survey with German patients
Notice bibliographique
Résumé
OBJECTIVE: This study aimed to examine German patients': (1) self-estimation of the impact of the pandemic on their health and healthcare; and (2) use of digital self-care practices during the pandemic. DESIGN: Cross-sectional mixed-methods survey. SETTING AND PARTICIPANTS: General practice patients from four physicians' offices located in urban and rural areas of Bavaria, Germany, between 21 July 2020 and 17 October 2020. A total of 254 patients participated (55% response rate); 57% (262 of 459) identified as female and participants had an average age of 39.3 years. Patients were eligible to participate if they were 18 years or older and spoke German, and had access to the internet. RESULTS: (1) Healthcare for patients was affected by the pandemic, and the mental health of a small group of respondents was particularly affected. The risk of depression and anxiety disorder was significantly increased in patients with quarantine experience. (2) Self-care practices have increased; more than one-third (39%) of participants indicated that they started a new or additional self-care practice during the pandemic, and about a quarter (23%) of patients who were not previously engaged in self-care practices started new self-care activities for the first time; however, such practices were not necessarily digital. CONCLUSIONS: Further investigation is required to understand the relationship between digital self-care and public health events such as the COVID-19 pandemic, and to develop strategies to alleviate the burden of the quarantine experience for patients.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».