Factors associated with eHealth literacy among people with systemic sclerosis: A Scleroderma Patient-centred Intervention Network (SPIN) Cohort cross-sectional study
Notice bibliographique
Résumé
Introduction/objective: eHealth literacy reflects the ability to obtain, understand, and evaluate health information from electronic sources and apply this information to health problems. Our objective was to evaluate sociodemographic (age, sex, race or ethnicity, education, marital status, country, residence location) and disease factors (duration, subtype) associations with eHealth literacy among individuals with systemic sclerosis (SSc). Methods: Scleroderma Patient-centred Intervention Network (SPIN) Cohort participants completed the 8-item eHealth Literacy Scale (eHEALS) from January 17 to February 18, 2025. Multivariable linear regression was used to assess associations of sociodemographic and disease characteristics with eHealth literacy. Results: The 333 participants were from France (N = 116, 35%), Canada (N = 90, 27%), the United States (N = 85, 26%), the United Kingdom (N = 32, 10%), and Australia, Mexico, or Spain (N = 10, 3%). Most participants were female (N = 295, 89%), White (N = 268, 80%), and had limited SSc (N = 206, 62%). Compared to the United States, participants from Canada (-2.2 points, 95% CI -4.2 to -0.1; standardized mean difference (SMD) = -0.33) and France (-4.2 points, 95% CI -6.2 to -2.3; SMD = -0.64) had significantly lower eHEALS scores. Age, sex, race or ethnicity, marital status, education level, time since first non-Raynaud's symptom onset, and disease subtype were not associated with eHEALS scores. Conclusion: eHealth literacy in SSc was not associated with age and education level as in some other studies but was associated with country. Future research should examine country-level differences in eHealth literacy for individuals with SSc.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 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 ».