P156 HYPERTENSIVES USERS OF A HEALTH WEB PORTAL
Notice bibliographique
Résumé
Background and objective: In Canada, approximately 1 in 4 adults live with high blood pressure. These people, concerned about their health, often turn to health information Web portals. To meet this need for information, Quebec Society of Vascular Sciences (QSVS) du Québec has created a web portal (www.yourvascularhealth.ca). However, limited data is available to describe the characteristics and motivations of hypertensive users of these websites. Method In this multicenter study, participants had to be ≥18 years old, hypertensive and able to use digital tools. They were approached by collaborating physicians (n=30) during routine consultations. An anonymous, validated electronic questionnaire assessed socio-demographic variables, digital competence, and motivations for using a health website. Adapted Technology Acceptance Model III was used as a framework. Results: Forty-three participants were recruited mean age of 70.3 ± 10.5 years, 67% male, 33% had achieved a university level of education. For health behaviors, less than 30% attained the 150 weekly minutes of exercise promoted in Canada while a less than half (44%) say that they eat according to DASH guidelines. The vast majority don’t smoke (67%) and drink less than once a month (86%). Preliminary analysis show that most participants (84%) use search engine. When questioned (on a Likert scale 1 to 7) about the portal, they perceived it was useful (6.0 ± 1.1), easy to use (5.4 ± 1.2) and expressed the intention of using the portal again (5.7 ± 1.5). When motivation was assessed; autonomous motivation was highest (5.83 ± 0.99) followed by amotivation (3.83 ± 1.35) and controlled motivation (3.13 ± 1.39). Conclusion: Patients with hypertension are consulting websites to obtain more information and this even later in life. It is our responsibility to provide websites that are designed for this population and scientifically based. This study will contribute to a better characterization of health website users and may guide the development and dissemination of health websites.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,036 | 0,004 |
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 ».