Using QR Codes as a Form of eHealth to Promote Health Among Women in a Pandemic: Cross-sectional Study
Notice bibliographique
Résumé
BACKGROUND: QR codes have played an integral role during the pandemic in many sectors, but their use has been limited in the health care sector, especially by patients. Although some authors have stated that developing specific content for women on how to cope with health problems could be an effective way to prevent problems, especially during pandemics, there is little research regarding the use of QR codes to promote health during a pandemic, and even fewer studies are focused on women. Moreover, although the importance of assessing these interventions from the users' perspective has been stated, research carried out from this point of view is still scarce. OBJECTIVE: This study aimed to assess the usefulness of using QR codes with information to promote women's health in the context of a pandemic. We also sought to design and validate a questionnaire to assess this. METHODS: A cross-sectional study was conducted among women in the gynecology waiting rooms of a reference hospital. Exploratory factorial analysis with the split-half method and Cronbach α values was performed for questionnaire validation. Univariant and bivariant analyses were performed to analyze the data obtained. RESULTS: In total, 186 women took part in the study. Exploratory factor analysis identified 2 domains: usability and applicability in medical practice. The Cronbach α value was .81. Overall, 83.7% of the answers to the first domain and 56.4% of those to the second were favorable. Women with university education or those who had used QR codes before scored better in the usability domain, while no differences were observed in the applicability scores. CONCLUSIONS: Using QR codes in the gynecology clinics' waiting rooms can help promote women's health during a pandemic, regardless of their education level or whether they have used QR codes before. The questionnaire developed herein is a helpful tool to assess this. These findings are important for clinical practice. This research can be performed in other ambits, specialties, or countries.
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 | 0,004 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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 ».