Uptake and user characteristics of MyChart within a Canadian community hospital with a diverse patient population: A comparative study
Notice bibliographique
Résumé
Patient portals offer a convenient way to access health information and increase patient participation in healthcare. To promote broad accessibility and impact of portals, it is essential to understand uptake patterns across patient populations. This study described the characteristics of patient users of a portal called MyChart and compared them to non-users at a large community hospital. We descriptively analyzed (frequency, counts) patient health records to characterize MyChart users and their usage patterns during the first year of its launch from September 11, 2023, to September 112024. We summarized user demographics along with information about how they activated accounts, accessed MyChart, and utilized its features. Using chi-square and t-tests, we compared MyChart user demographics to non-users who visited the hospital in the same time period. A total of 61,306 patients activated MyChart during the first year it was available. On average, MyChart users were 53 years old, 62% female, 64% predicted to have White ethnicity, and preferred to receive healthcare in English (88%). MyChart users tended to be regular healthcare users, with an average of five annual visits prior to creating an account and logged onto the portal on average five times a month. MyChart users were slightly younger than non-users (an average age of 53.5 vs. 56.9 years) and visited the hospital more often (an average of 5.7 vs. 3.1 annual visits). Many patients activated MyChart during the first year of launch, and users closely resembled the broader patient population. To enhance adoption and potential benefits of patient portals, targeted interventions such as accessible educational information tailored to diverse patient groups (e.g., older adults, different ethnicities) could increase their usage.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».