Clinicians and Older Adults’ Perceptions of the Utility of Patient-Generated Health Data in Caring for Older Adults: Exploratory Mixed Methods Study (Preprint)
Notice bibliographique
Résumé
BACKGROUND Many people are motivated to self-track their health and optimize their well-being through mobile health apps and wearable devices. The diversity and complexity of these systems have evolved over time, resulting in a large amount of data referred to as patient-generated health data (PGHD), which has recently emerged as a useful set of data elements in health care systems around the world. Despite the increased interest in PGHD, clinicians and older adults’ perceptions of PGHD are poorly understood. In particular, although some clinician barriers to using PGHD have been identified, such as concerns about data quality, ease of use, reliability, privacy, and regulatory issues, little is known from the perspectives of older adults. OBJECTIVE This study aims to explore the similarities and differences in the perceptions of older adults and clinicians with regard to how various types of PGHD can be used to care for older adults. METHODS A mixed methods study was conducted to explore clinicians and older adults’ perceptions of PGHD. Focus groups were conducted with older adults and health care providers from the Greater Toronto area and the Kitchener-Waterloo region. The participants were asked to discuss their perceptions of PGHD, including facilitators and barriers. A questionnaire aimed at exploring the perceived usefulness of a range of different PGHD was also embedded in the study design. Focus group interviews were transcribed for thematic analysis, whereas the questionnaire results were analyzed using descriptive statistics. RESULTS Of the 9 participants, 4 (44%) were clinicians (average age 38.3 years, SD 7 years), and 5 (56%) were older adults (average age 81.0 years, SD 9.1 years). Four main themes were identified from the focus group interviews: influence of PGHD on patient-provider trust, reliability of PGHD, meaningful use of PGHD and PGHD-based decision support systems, and perceived clinical benefits and intrusiveness of PGHD. The questionnaire results were significantly correlated with the frequency of PGHD mentioned in the focus group interviews (r=0.42; P=.03) and demonstrated that older adults and clinicians perceived blood glucose, step count, physical activity, sleep, blood pressure, and stress level as the most useful data for managing health and delivering high-quality care. CONCLUSIONS This embedded mixed methods study generated several important findings about older adults and clinicians’ perceptions and perceived usefulness of a range of PGHD. Owing to the exploratory nature of this study, further research is needed to understand the concerns about data privacy, potential negative impact on the trust between older adults and clinicians, data quality and quantity, and usability of PGHD-related technologies for older adults.
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.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Qualitatif | low |
| gpt | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Autre devis | low |
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 | 0,044 | 0,044 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».