Patient Perceptions of e-Visits: Qualitative Study of Older Adults to Inform Health System Implementation
Notice bibliographique
Résumé
BACKGROUND: Electronic visits (e-visits) are billable, asynchronous patient-initiated messages that require at least five minutes of medical decision-making by a provider. Unequal use of patient portal tools like e-visits by certain patient populations may worsen health disparities. To date, no study has attempted to qualitatively assess perceptions of e-visits in older adults. OBJECTIVE: In this qualitative study, we aimed to understand patient perceptions of e-visits, including their perceived utility, barriers to use, and care implications, with a focus on vulnerable patient groups. METHODS: We conducted a qualitative study using in-depth structured individual interviews with patients from diverse backgrounds to assess their knowledge and perceptions surrounding e-visits as compared with unbilled portal messages and other visit types. We used content analysis to analyze interview data. RESULTS: We conducted 20 interviews, all in adults older than 65 years. We identified 4 overarching coding categories or themes. First, participants were generally accepting of the concept of e-visits and willing to try them. Second, nearly two-thirds of the participants voiced a preference for synchronous communication. Third, participants had specific concerns about the name "e-visit" and when to choose this type of visit in the patient portal. Fourth, some participants indicated discomfort using or accessing technology for e-visits. Financial barriers to the use of e-visits was not a common theme. CONCLUSIONS: Our findings suggest that older adults are generally accepting of the concept of e-visits, but uptake may be limited due to their preference for synchronous communication. We identified several opportunities to improve e-visit implementation.
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 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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».