Women’s Satisfaction With Telehealth Services During The COVID-19 Pandemic: Cross-sectional Survey Study
Notice bibliographique
Résumé
BACKGROUND: Since March 2020, the need to reduce patients' exposure to COVID-19 has resulted in a large-scale pivot to telehealth service delivery. Although studies report that pregnant women have been generally satisfied with their prenatal telehealth experiences during the pandemic, less is known about telehealth satisfaction among postpartum women. OBJECTIVE: This study examined telehealth satisfaction among both pregnant and recently pregnant women during the COVID-19 pandemic, to determine whether demographic factors (ie, race, age, marital status, education level, household income, and employment status) are associated with telehealth satisfaction in this population. METHODS: A web-based cross-sectional survey designed to capture data on health-related behaviors and health care experiences of pregnant and recently pregnant women in the United States was disseminated in Spring 2022. Eligible participants were at least 18 years old, identified as a woman, and were currently pregnant or had been pregnant in the last 3 years. RESULTS: In the final analytic sample of N=403, the mean telehealth satisfaction score was 3.97 (SD 0.66; score range 1-5). In adjusted linear regression models, being aged 35-44 years (vs 18-24 years), having an annual income of ≥ US $100,000 (vs < US $50,000), and being recently (vs currently) pregnant were associated with greater telehealth satisfaction (P≤.049). CONCLUSIONS: Although perinatal women are generally satisfied with telehealth, disparities exist. Specifically, being aged 18-24 years, having an annual income of < US $50,000, and being currently pregnant were associated with lower telehealth satisfaction. It is critical that public health policies or programs consider these factors, especially if the expanded use of telehealth is to persist beyond the pandemic.
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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».