MétaCan
Menu
Retour à la cohorte
Enregistrement W4300980092 · doi:10.2196/41847

The Impact of the COVID-19 Pandemic on eHealth Use in the Daily Practice and Life of Dutch-Speaking General Practitioners in Belgium: Qualitative Study With Semistructured Interviews

2022· article· en· W4300980092 sur OpenAlexvenueno aff
Jan Ismail Yagiz, Geert Goderis

Notice bibliographique

RevueJMIR Formative Research · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueTelemedicine and Telehealth Implementation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-cléseHealthQualitative researchPandemicTelemedicineTelehealthFlemishDigital healthPsychologyHealth careSnowball samplingmHealthComputer-assisted web interviewingNursingMedicineMedical educationBusinessSociologyCoronavirus disease 2019 (COVID-19)Political sciencePsychological interventionGeographyMarketing

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The COVID-19 crisis has led to rapid and far-reaching changes in digital health care, but little is known about what, why, and how changes occurred in eHealth use in Flemish general practice during the pandemic. OBJECTIVE: This study aims to understand how general practitioners (GPs) perceive and evaluate eHealth solutions and their eHealth experience during the COVID-19 pandemic. METHODS: This qualitative study was conducted using in-depth 1-on-1 semistructured interviews with the help of an interview guide. Several areas were identified beforehand to help assess the impact of the COVID-19 pandemic: perceptions of digital technologies in GP practices; changes in the use of these technologies during and after the COVID-19 pandemic; GPs' adaptation to digitalization, benefits, risks, and challenges of eHealth; GPs motivations to change practice; and future perspectives on eHealth. In this study, purposive sampling and snowballing methods were used. Between October 2021 and April 2022, we interviewed 15 Dutch-speaking GPs in the Flemish region via the Zoom online conferencing tool. RESULTS: GPs indicated that eHealth was used more frequently during the COVID-19 pandemic than before, a change that helped them reduce their workload, enabling greater accessibility to health care services and the complementary use of digital and physical consultations. Our findings suggest that physicians underwent a significant cognitive shift in their perceptions, causing them to be more open and prepared to adopt eHealth solutions. However, there remains significant doubt and uncertainty about digital literacy for certain groups, privacy, data security, reimbursement, and the burden of technical information and communication technologies (ICT) issues. CONCLUSIONS: The COVID-19 pandemic seems to have been a turning point for eHealth by Flemish GPs. eHealth is an essential complementary health care service that can reduce pressure on health care as well as increase health care accessibility. Sensitive aspects, such as privacy, data security, digital literacy, reimbursement, and the burden of technical ICT issues, are particularly emphasized. With our results, we can offer recommendations to health IT policymakers and developers that will help maintain the continuity of eHealth solutions beyond the COVID-19 pandemic, considering the expectations and sensitivities presented in the study.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,052
Score d'incertitude au seuil0,103

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,007
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0040,005
Communication savante0,0020,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,223
Tête enseignante GPT0,573
Écart entre enseignants0,350 · 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

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations10
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Formative ResearchMême sujetTelemedicine and Telehealth ImplementationTravaux en français237 207