MétaCan
Menu
Retour à la cohorte
Enregistrement W4408346670 · doi:10.2196/63713

Patient–Health Care Professional Communication via a Secure Web-Based Portal in Severe Mental Health Conditions: Qualitative Analysis of Secure Messages

2025· article· en· W4408346670 sur OpenAlexvenueno aff
Eva Meier-Diedrich, Carolyn Turvey, Jonas Wördemann, Justin Speck, Mareike Weibezahl, Julian Schwarz

Notice bibliographique

RevueJMIR Formative Research · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiqueElectronic Health Records Systems
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPreprintInternet privacyMental healthQualitative researchComputer securityQualitative analysisWorld Wide WebComputer scienceMedicinePsychiatrySociology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Patients' web-based access to their medical records and secure messaging (SM) via patient portals is becoming increasingly prevalent worldwide. SM offers several potential benefits, including improved health outcomes and increased patient engagement. However, SM also raises concerns about effects on the therapeutic relationship and may be constrained by factors such as limited digital literacy and access to digital devices. Evidence on the use of SM in mental health is limited, and results are inconclusive. OBJECTIVE: This study aimed to examine (1) the purposes for which health care professionals (HCPs) and patients with psychiatric disorders use SM to communicate and (2) the specific use patterns associated with both patients and HCPs. METHODS: The secure messages (n=274) of 38 patients with psychiatric disorders and 4 HCPs (psychiatrists) from 3 psychiatric outpatient clinics in Brandenburg, Germany, was analyzed using thematic analysis. The data selected for this study represent a subsample from a larger study comprising a total of 116 patients. The subsample consists of the patients and HCPs who used SM. RESULTS: A total of 274 messages were analyzed: 22.3% (61/274) were initial notes from HCPs, 44.5% (122/274) were patient responses, and 33.2% (91/274) were HCP replies. Patients sent between 1 and 15 messages (mean 4.16, SD 3.42) and logged in 1 to 42 times (mean 10.78, SD 9.38). Most messages were sent during the day, although some were also sent at night and in the early morning. Regarding the purposes of SM, 4 core functions of SM were identified: reporting and feedback, interpersonal uses, intrapersonal uses, and organizational uses. Both patients and HCPs used SM to share treatment-relevant information and elicited feedback on treatment and medication. Furthermore, secure messages included expressions of gratitude by the patients, in addition to well-wishes and emotional support from the HCPs. SM allowed patients to reflect on their treatment and provide self-encouragement. Finally, secure messages were used to address organizational aspects such as scheduling, appointments, and administrative tasks. CONCLUSIONS: SM in outpatient mental health care is multifaceted and holds the potential to enhance therapeutic contact and improve access to care by enabling quick, low-threshold communication between patients and HCPs, allowing treatment-related concerns to be addressed promptly and effectively. However, the asynchronous nature of SM also poses new challenges, particularly in managing acute mental health crises and in setting boundaries to prevent HCPs from being perceived as constantly available. Therefore, specific training for HCPs-both during medical education and in clinical practice-is essential, along with clear guidelines on handling crises and managing sensitive information.

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)0,024
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,061

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,024
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0050,006
Communication savante0,0030,003
Science ouverte0,0010,005
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,063
Tête enseignante GPT0,579
Écart entre enseignants0,516 · 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

Citations5
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Formative ResearchMême sujetElectronic Health Records SystemsTravaux en français237 207