MétaCan
Menu
← Retour à la cohorte
Enregistrement W4413445415 · doi:10.2196/68333

Internet Access and Use Among Dementia Carers and the People They Support in Australia: Cross-Sectional Survey

2025· article· en· W4413445415 sur OpenAlexvenueno aff
Emilie Cameron, Elise Mansfield, Ama Gyamfua Ampofo, Andrea Coda, Allison Boyes

Notice bibliographique

RevueJMIR Formative Research · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensnon disponible
Organismes subventionnairesNational Health and Medical Research Council
Mots-clésCross-sectional studyDementiaThe InternetPsychologyGerontologyMedicineWorld Wide WebComputer science

Résumé

récupéré en direct d'OpenAlex

Background: Dementia is a major public health priority due to its increasing prevalence and the considerable burden it places on individuals living with the condition and their carers. Internet-based tools can help carers and the people they support to manage daily tasks, access resources and support, track health data, and connect with health care professionals. However, the benefits of these tools will only be realized if the intended users have access to the internet and are confident in its use. Objective: This study aimed to examine the patterns of internet access and use among dementia carers in Australia and the people they support. Methods: A cross-sectional survey of carers providing informal support to a person diagnosed with dementia and living in the community was conducted. Carers were recruited through geriatric clinics, aged care providers, and community organizations between July 2018 and June 2020. Consenting carers self-completed a multitopic survey that included study-specific questions about their access to the internet, confidence using the internet, and whether the person with dementia they support was able to use the internet. Multivariate regression analysis identified sociodemographic factors associated with carers' internet access. Results: A total of 172 carers (consent rate 47%) with an average age of 71.8 (SD 10.91) years completed the survey. Most carers (126/155, 81%) had access to the internet; however, 31% (47/153) reported they were not at all confident in using it. The likelihood of carers having access to the internet decreased with carers' age (OR [odds ratio] 0.87, 95% CI 0.80-0.96; P=.003). Male carers were 4 times more likely to have internet access than female carers (OR 4.32, 95% CI 1.00-18.6; P=.05). Similarly, carers with private health insurance (an indicator of individual socioeconomic status) were 8 times more likely to have internet access than those without private health insurance (OR 8.45, 95% CI 2.74-26; P<.001). Only 17% (29/166) of carers perceived that the person with dementia they support was able to use the internet independently or with assistance. Conclusions: Despite high rates of internet access among carers, significant age, gender, and socioeconomic disparities were found, and a notable proportion lacked confidence in its use. Internet use among people with dementia was limited. The digital disparities identified in this study suggest that targeted training to build digital literacy to effectively use internet resources and co-design new technologies is needed. The findings further highlight that in this digital era, alternative methods to deliver dementia care and resources are essential to accommodate those who are unable to access or are less comfortable using the internet.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,060
Score d'incertitude au seuil0,119

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,113
Tête enseignante GPT0,479
Écart entre enseignants0,367 · 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'étudeObservationnel
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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Formative Research→Même sujetDementia and Cognitive Impairment Research→Travaux en français237 207→