MétaCan
Menu
← Retour à la cohorte
Enregistrement W4414321469 · doi:10.1186/s12913-025-13455-5

Feasibility, utility, usability and acceptance of a multimodal telemonitoring for COVID-19 patients in general practitioners practices in Germany: a mixed methods study with patients

2025· article· en· W4414321469 sur OpenAlexaff
Zoe S. Oftring, Kim Deutsch, Svea Holtz, Susanne Maria Köhler, Peter Jan Chabiera, Nurlan Dauletbaev, Lukas Niekrenz, Beate S. Müller, Sebastian Kühn

Notice bibliographique

RevueBMC Health Services Research · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueTelemedicine and Telehealth Implementation
Établissements canadiensMcGill University Health Centre
Organismes subventionnairesBundesministerium für Bildung und ForschungPhilipps-Universität Marburg
Mots-clésHealth informaticsUsabilityQuality of Life ResearchInformed consentNursing researchGermanPublic healthHealth administrationClinical trial

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: During the COVID-19 pandemic, infected outpatients were at risk of declining at home without themselves and their general practitioner (GP) noticing, above all due to silent hypoxemia. To support patients in quarantine, telemonitoring solutions were developed for primary care in several countries. However, evidence on patient perceptions of COVID-19 telemonitoring in primary care settings remains limited. This prospective study evaluates COVID-19 outpatients' experiences with and perception of the usability, utility and acceptance of an app-based telemonitoring in Germany, identifying key conditions for its successful implementation. METHODS: To support home-isolated COVID-19 patients remotely, eight GP practices in Germany implemented a multimodal telemonitoring system. Telemonitoring consisted of an app with connected sensors to remotely measure vital signs and symptoms, with data transmitted to a GP telemedicine platform. Between January to December 2021, 34 COVID-19 outpatients participated in telemonitoring. Telemonitoring duration was 28 days for acute infection or up to 12 weeks for prolonged/post-acute symptoms. Afterwards, patients participated in a mixed-methods evaluation about their experiences consisting of semi-structured telephone interviews and an in-house questionnaire. Interviews were analyzed using qualitative content analysis, questionnaires were analyzed descriptively. RESULTS: =19-74, comorbidities present = 13/34). Patients generally viewed telemonitoring as feasible and beneficial, with high acceptance rates and a perception of the system as valuable and reassuring support during illness. Participants, even those with limited prior experience in recording health data, successfully managed the monitoring process. Key insights included patient expectations regarding GP data access, underscoring the importance of integrating patient perspectives into the design process of future telemonitoring solutions. Connectivity issues with sensors occasionally disrupted data collection. Generally, the results emphasize the importance of comprehensive onboarding and support structures to optimize telemonitoring effectiveness. CONCLUSIONS: This study demonstrates that app-based telemonitoring in primary care is a feasible, well-accepted intervention for COVID-19 outpatients, with patients perceiving it as valuable, supportive and reassuring. Findings emphasize the critical role of patient-centered design and strong support structures for successful telemonitoring integration into primary care. Lastly, these findings underscore the value of telemonitoring in pandemic preparedness, ensuring timely detection of patient deterioration and strengthening primary care resilience. TRIAL REGISTRATION: The study was registered with the German Clinical Trials Register (DRKS00024604). The study was approved by the Ethics Committee of Goethe University Frankfurt (No. 20-1023, 18.01.2021), and written informed consent was obtained from all participants.

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)0,006
score de la tête « metaresearch » (Gemma)0,007
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 enseignants0,006
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
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 Opus0,168
Tête enseignante GPT0,593
Écart entre enseignants0,425 · 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Health Services Research→Même sujetTelemedicine and Telehealth Implementation→Travaux en français237 207→