Parent-Reported Use of Pediatric Primary Care Telemedicine: Survey Study
Notice bibliographique
Résumé
BACKGROUND: Telemedicine delivered from primary care practices became widely available for children during the COVID-19 pandemic. OBJECTIVE: Focusing on children with a usual source of care, we aimed to examine factors associated with use of primary care telemedicine. METHODS: In February 2022, we surveyed parents of children aged ≤17 years on the AmeriSpeak panel, a probability-based panel of representative US households, about their children's telemedicine use. We first compared sociodemographic factors among respondents who did and did not report a usual source of care for their children. Among those reporting a usual source of care, we used Rao-Scott F tests to examine factors associated with parent-reported use versus nonuse of primary care telemedicine for their children. RESULTS: Of 1206 respondents, 1054 reported a usual source of care for their children. Of these respondents, 301 of 1054 (weighted percentage 28%) reported primary care telemedicine visits for their children. Factors associated with primary care telemedicine use versus nonuse included having a child with a chronic medical condition (87/301, weighted percentage 27% vs 113/753, 15%, respectively; P=.002), metropolitan residence (262/301, weighted percentage 88% vs 598/753, 78%, respectively; P=.004), greater internet connectivity concerns (60/301, weighted percentage 24% vs 116/753, 16%, respectively; P=.05), and greater health literacy (285/301, weighted percentage 96% vs 693/753, 91%, respectively; P=.005). CONCLUSIONS: In a national sample of respondents with a usual source of care for their children, approximately one-quarter reported use of primary care telemedicine for their children as of 2022. Equitable access to primary care telemedicine may be enhanced by promoting access to primary care, sustaining payment for primary care telemedicine, addressing barriers in nonmetropolitan practices, and designing for lower health-literacy populations.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».