Use and Acceptance of Innovative Digital Health Solutions Among Patients and Professionals: Survey Study
Notice bibliographique
Résumé
Background: Digital solutions are gaining increasing importance and present a challenge regarding their introduction and acceptance into professional medical environments. Significant advances have been made regarding the availability, safety, and ease of use of data generated by a multitude of devices and wearables. However, data security and data protection are delaying factors. The underlying analysis focuses on the use and acceptance of digital solutions, and their respective differences between health care professionals and patients. Objective: This study examines the current use and acceptance of digital solutions among health care professionals and patients. In addition, it derives an outlook on future developments and expectations in the setting of innovative technologies able to penetrate the health market. Methods: An anonymous web-based survey of 23 multiple-choice and 3 open-text questions was conducted among medical professionals and patients between April and September 2023. In this study, quantitative analysis was performed using Python, with Pandas for data processing and Matplotlib for visualization. Chi-square tests were used to analyze binary categorical data, while Mann-Whitney U tests were used to evaluate ordinal data. Additionally, a qualitative analysis was conducted to summarize the results of the open-ended questions. Results: During 178 days, the survey garnered 2058 clicks, resulting in 1389 participants (67.5% response rate). A total of 1002 participants completed the entire questionnaire, while 387 (27.9%) did not finish. Incomplete responses were excluded from the comprehensive analysis. The sample comprised 271 (27%) physicians and 731 (73%) patients. The study found significant agreement between both groups in adopting and foreseeing the use of digital health tools and telemedicine. Both groups recognized the future importance of digital health without substantial differences. Conclusions: Overall, attitudes toward digital health and telemedicine were consistent, reflecting a uniform acceptance and expectation of these technologies among health care professionals and patients. The consensus on telemedicine's future role over the next 5 years indicates a unified vision for digital health paradigms. These consistencies between the 2 groups might be future drivers for improvements in accessibility, convenience, and efficiency in health care delivery.
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 | 0,000 | 0,000 |
| 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 | 0,000 | 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 ».