Evaluating Clinician Expectations of mHealth Solutions to Increase Rapid-Screening for HIV and Hepatitis in Migrant Populations in France: Qualitative Study
Notice bibliographique
Résumé
BACKGROUND: Migrants underuse screening opportunities for HIV, hepatitis B, and hepatitis C despite elevated risk factors for contracting these infections. Language barriers are an often given as reasons for limiting access to services. Translation and communication apps increase communication and overall patient satisfaction in the patient-provider relationship. In the development and adoption of new technology, expectations play an important role. OBJECTIVE: This study aimed to explore health care professionals' opinions and attitudes regarding their screening practices with migrants and their expectations for a new communication tool that could improve migrants' screening use. METHODS: In this qualitative study, a purposive (diverse) sampling method was used to invite doctors and nurses who conduct rapid screening tests with migrants from 4 centers of the French Office of Immigration and Integration in 3 geographic regions of France. Semistructured interviews were conducted to survey their opinions on the rapid testing of migrants, the use of telephone interpreters, the concept of health literacy, and their expectations of a new communication tool that could overcome language barriers and promote rapid screening in the new migrant population. RESULTS: In all, 20 interviews were conducted with 11 doctors and 9 nurses with a median age of 58 (range 25-67) years. Participants favored the integration of an innovative communication tool in the context of rapid screening of migrants. However, there were concerns related to the implementation and added value of the tool while migrants were already reluctant to be screened. Expectations were for a tool that would present information in simplified French or a chosen language but also supports a positive attitude toward screening. Health professionals also expressed the wish that the technology could help with the collection of health data. CONCLUSIONS: Feedback from health professionals provides a better understanding of potential formats, characteristics, functions, content, and use of an innovative, digital method to communicate with migrants with limited French proficiency. Findings contribute to the conceptual development of an electronic app and its implementation within the ApiDé study, which aims to validate a digital app to address language barriers to increase the use of screening among migrants with limited French proficiency in France.
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 | 0,023 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,004 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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 ».