eHealth Literacy and Patient Portal Use and Attitudes: Cross-sectional Observational Study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Throughout the COVID-19 pandemic, patient portals have become more widely used tools of patient care delivery. However, not all individuals have equivalent access or ability to use patient portals. OBJECTIVE: The aim of this study is to evaluate the relationships between eHealth literacy (eHL) and patient portal awareness, use, and attitudes among hospitalized patients. METHODS: Inpatients completed patient portal surveys; eHL was assessed (eHealth Literacy Scale). Multivariable logistic regression analyses adjusted for age, self-reported race, gender, and educational attainment were completed with significance at P<.006 (Bonferroni correction). RESULTS: Among 274 participants, most identified as Black (n=166, 61%) and female (n=140, 51%), mean age was 56.5 (SD 16.7) years, and 178 (65%) reported some college or higher educational attainment. One-quarter (n=79, 28%) had low eHL (mean 27, SD 9.5), which was associated with lower odds of portal access awareness (odds ratio 0.11, 95% CI 0.05-0.23; P<.001), having ever used portals (odds ratio 0.19, 95% CI 0.10-0.36; P<.001), less perceived usefulness of portals (odds ratio 0.20, 95% CI 0.10-0.38; P=.001), and lower likelihood of planning to use portals in the coming years (odds ratio 0.12, 95% CI 0.06-0.25; P<.001). As time through the COVID-19 pandemic passed, there was a trend toward increased perceived usefulness of patient portals (53% vs 62%, P=.08), but average eHL did not increase through time (P=.81). CONCLUSIONS: Low eHL was associated with less awareness, use, and perceived usefulness of portals. Perceived usefulness of portals likely increased through the COVID-19 pandemic, but patients' eHL did not. Interventions tailored for patients with low eHL could ensure greater equity in health care delivery through the COVID-19 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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,004 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle