Trust and Uncertainty in the Implementation of a Pilot Remote Blood Pressure Monitoring Program in Primary Care: Qualitative Study of Patient and Health Care Professional Views
Notice bibliographique
Résumé
BACKGROUND: Trust is of fundamental importance to the adoption of technologies in health care. The increasing use of telemedicine worldwide makes it important to consider user views and experiences. In particular, we ask how the mediation of a technological platform alters the trust relationship between patient and health care provider. OBJECTIVE: To date, few qualitative studies have focused on trust in the use of remote health care technologies. This study examined the perspectives of patients and clinical staff who participated in a remote blood pressure monitoring program, focusing on their experiences of trust and uncertainty in the use of technology and how this telehealth intervention may have affected the patient-provider relationship. METHODS: A secondary qualitative analysis using inductive thematic analysis was conducted on interview data from 13 patients and 8 staff members who participated in a remote blood pressure monitoring program to elicit themes related to trust. RESULTS: In total, 4 themes were elicited that showed increased trust (patients felt reassured, patients trusted the telehealth program, staff felt that the data were trustworthy, and a better patient-provider partnership based on the mutually trusted data), and 4 themes were elicited that reflected decreased trust (patients' distrust of technology, clinicians' concerns about the limitations of technologically mediated interactions, experiences of uncertainty, and institutional risk). CONCLUSIONS: Managing trust relationships plays an important role in the successful implementation of telemedicine. Ensuring that trust building is incorporated in the design of telehealth interventions can contribute to improved effectiveness and quality of care.
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 | 0,031 | 0,050 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,010 | 0,011 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,004 |
| 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 ».