MétaCan
Menu
Retour à la cohorte
Enregistrement W4389690081 · doi:10.2196/49170

Parent Perceptions of Telemedicine for Acute Pediatric Respiratory Tract Infections: Sequential Mixed Methods Study

2023· article· en· W4389690081 sur OpenAlexvenueno aff
Sarah Burns, Tamar Krishnamurti, Tran T. Doan, Janel Hanmer, Alejandro Hoberman, Jeremy M. Kahn, Kelsey Schweiberger, Kristin N. Ray

Notice bibliographique

RevueJMIR Pediatrics and Parenting · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueTelemedicine and Telehealth Implementation
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of Allergy and Infectious DiseasesNational Institutes of Health
Mots-clésPreprintMedicineTelemedicineRespiratory tract infectionsCoronavirus disease 2019 (COVID-19)Intensive care medicineRespiratory tractRespiratory systemInternal medicineComputer scienceHealth careWorld Wide WebPolitical science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Since 2020, parents have had increasing opportunities to use telemedicine for their children, but how parents decide whether to use telemedicine for acute pediatric care relative to alternative sites of care is not clear. One of the most common reasons parents seek acute care for their children is for acute respiratory tract infections (ARTIs). OBJECTIVE: This study aims to examine parental expectations of care via telemedicine for pediatric ARTIs, contrasting expectations of care delivered via primary care telemedicine and direct-to-consumer (DTC) telemedicine. METHODS: We performed a sequential mixed methods analysis to examine how parents assess telemedicine for their children's acute care. We used ARTIs as a case study for examining parent perceptions of telemedicine. First, we analyzed semistructured interviews focused on parent responses about the use of telemedicine. Each factor discussed by parents was coded to reflect whether parents indicated it incentivized or disincentivized their preferences for telemedicine versus in-person care. Results were organized by a 7-dimension framework of parental health care seeking that was generated previously, which included dimensions related to care sites (expected access, affordability, clinical quality, and site quality) and dimensions related to child or family factors (perceived illness severity, perceived child susceptibility, and parent self-efficacy). Second, we analyzed responses to a national survey, which inquired about parental expectations of primary care telemedicine, commercial DTC telemedicine, and 3 in-person sites of care (primary care, urgent care, and emergency department) across 21 factors identified through prior qualitative work. To assess whether parents had different expectations of different telemedicine models, we compared survey responses for primary care telemedicine and commercial DTC telemedicine using weighted logistic regression. RESULTS: Interview participants (n=40) described factors affecting their perceptions of telemedicine as a care modality for pediatric ARTIs. Generally, factors aligned with access and affordability (eg, decreased wait time and lower out-of-pocket cost) were discussed as potential incentives for telemedicine use, while factors aligned with perceived illness severity, child susceptibility, and clinician quality (eg, trustworthiness) were discussed as potential disincentives for telemedicine use. In survey responses (n=1206), primary care and commercial DTC telemedicine were rated similarly on items related to expected accessibility and affordability. In contrast, on items related to expected quality of care, primary care telemedicine was viewed similarly to in-person primary care, while commercial DTC telemedicine was rated lower. For example, 69.7% (weighted; 842/1197) of respondents anticipated their children would be comfortable and cooperative with primary care telemedicine versus 49.7% (weighted; 584/1193) with commercial DTC telemedicine (P<.001). CONCLUSIONS: In a mixed methods analysis focused on telemedicine for ARTIs, parents expressed more concerns about telemedicine quality in commercial DTC models compared with primary care-based telemedicine. These results could help health systems better design telemedicine initiatives to support family-centered 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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,012
score de la tête « metaresearch » (Gemma)0,017
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,064

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,017
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,090
Tête enseignante GPT0,476
Écart entre enseignants0,385 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Pediatrics and ParentingMême sujetTelemedicine and Telehealth ImplementationTravaux en français237 207