Navigating Digital Demands in Virtual Healthcare: A Systematic Review of the Impact of Digital Literacy on Patient Healthcare Access and Utilization
Notice bibliographique
Résumé
Background: Digital literacy is increasingly recognized as a determinant of access to virtual healthcare services. As healthcare delivery shifts toward digital platforms, disparities in digital literacy risk deepening existing health inequities. Objective: This systematic review aimed to examine how digital literacy influences access to and utilization of virtual healthcare services. Methods: Five databases were searched (Web of Science, Medline, Scopus, CINAHL, and IEEE Xplore) for peer-reviewed studies published between 2014 and 2024. Studies were eligible if they assessed digital literacy—defined to include technical skills, awareness, attitudes, confidence, or support—in relation to patients’ use of virtual care. Results: From 31 studies identified, limited skills, unawareness of available services, low confidence, and lack of support were common barriers. Conversely, greater eHealth literacy, digital confidence, and assistance from family or care teams were linked to increased use of digital tools. Conclusion: Digital literacy is a modifiable, multi-level determinant of virtual care access and utilization. As virtual healthcare expands, prioritizing digital literacy is essential to ensuring equitable access and preventing the widening of existing disparities. Future policy strategies should include embedding digital literacy support into primary-care reimbursement models and funding community-based digital navigator programs to bridge gaps for underserved populations. Keywords: digital literacy; virtual care; telehealth; eHealth; health access; digital inclusion; patient portals
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 | 0,011 | 0,056 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,006 |
| Bibliométrie | 0,013 | 0,015 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».