Social Media and the Transformation of the Physician-Patient Relationship: Viewpoint
Notice bibliographique
Résumé
As many as 80% of internet users seek health information online. The social determinants of health (SDoH) are intimately related to who has access to the internet and health care as a whole. Those who face more barriers to care are more likely to benefit from accessing health information online, assuming the information they are retrieving is accurate. Virtual communities on social media platforms are beginning to serve as venues for seeking health information online because peers have been shown to influence health behavior more than almost anything else. As a positive mediator of health, social media can be used as a direct or indirect mode of communication between physicians and patients, a venue for health promotion and health information, and a community support network. However, false or misleading content, social contagion, confirmation bias, and security and privacy concerns must be mitigated to realize the full potential of social media as a positive mediator of health. This paper presents the shifting dynamics of how such communities are affecting physician-patient relationships. With the intersections between the SDoH, social media, and health evolving, physicians must take into consideration these factors when establishing their relationships with patients. We argue a paradigm shift in the physician-patient relationship is warranted, one where physicians acknowledge the impacts of the SDoH on information-seeking behavior, recognize the positive and negative roles of social media as a mediator of health through the lens of the SDoH, and use social media to catalyze positive changes in the physician-patient relationship. We discuss how the physician-patient relationship must evolve to accommodate for the ever-increasing role of social media in health and to best use social media as a tool to improve health outcomes. Finally, we present a fluid and multicomponent diagram that we believe will assist in framing future research in this area. We conclude that it is ineffective and even counterproductive for physicians to ignore the relationship between social media, the SDoH and health, their impact on one another, and the effect it has on designing the medical encounter and the delivery of care under the definition of precision medicine.
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 | 0,005 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,020 |
| Communication savante | 0,011 | 0,013 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,008 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».