Understanding Primary Health Care Provider’s Perceptions of Using Activity Monitors: A Qualitative Study
Notice bibliographique
Résumé
Context: Individuals with excess bodyweight represent a large portion of the population of Nova Scotia, Canada and cardiovascular disease is the second leading cause of death. Given that obesity is a primary risk factor for cardiovascular disease, primary care techniques targeting overweight and obesity are essential. An activity monitor (AM) is a wearable device that track’s multiple health parameters related to obesity. Primary health care providers (PHCP) are the gate keepers of health care in Nova Scotia. Their perceptions on AM are integral to the use of AM’s in primary care. Objective: Understand PHCP perceived barriers and facilitators regarding the use of AM’s with their patients in-person (i.e., clinical) and in virtual healthcare settings. Study design: Participants were interviewed individually (i.e., 20-30 min, audio-recorded, semi-structured). Setting: Rural Nova Scotia. Population studied: Five PHCP’s [i.e., 2 Registered Nurses (RN), 2 Nurse Practitioners (NP), and 1 Medical Doctor (MD)]. Outcome measures: Interview transcripts were compiled to find commonalities connected to the socioecological model which includes: individual, interpersonal, organizational, community, and public policy. Results: Individual: Technology competency is a barrier to AM implementation and older PHCP9s had less trust in the reliability and ability for AM’s to produce positive outcomes. Interpersonal: PHCP9s saw a benefit in using AM’s in healthcare and were enthusiastic that AM’s would help patients, but they believed that someone else should be responsible for their implementation and delivery within the healthcare system. Organizational: PHCP’s suggested that using software that can be easily integrated into electronic medical records to analyze patient AM data may allow more time and objective information to recommend effective prevention strategies with patients. Community: PHCP’s believed that AM’s would have good uptake among patients and would allow patients to become more responsible for their own health, lessening the burden on PHCP’s. Accessibility was also identified as significant to implementation. Policy: RN’s and NP’s identified financial resources as a potential barrier. Despite this, most felt that AM’s were worth the cost for the sake of preventative care. Conclusion: All participants identified AM’s as an innovative health tool with potential to be used in-person and in virtual healthcare settings.
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 | 0,012 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,008 | 0,005 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».