MétaCan
Menu
← Retour à la cohorte
Enregistrement W4414623666 · doi:10.2196/74011

Usability, Benefits, and Barriers Associated With Patients’ Access to Electronic Health Record–Integrated Telehealth in Hospitals in Riyadh: Qualitative Study

2025· article· en· W4414623666 sur OpenAlexvenueno aff
Dalia Alomar, Iliada Eleftheriou, Pauline Whelan, John Ainsworth

Notice bibliographique

RevueJMIR Formative Research · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiqueElectronic Health Records Systems
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTelehealthQualitative researchGrounded theoryHealth careTelemedicineSample (material)eHealthDigital healthHealth insurance

Résumé

récupéré en direct d'OpenAlex

Background: The integration of electronic health records (EHRs) with telehealth platforms represents a transformative approach in health care, providing critical accessibility and engagement solutions, especially during the COVID-19 pandemic. In Riyadh's hospitals, the adoption of EHR-integrated telehealth has significantly increased and offers enhanced patient care options. However, there is a need to examine its continued relevance, effectiveness, and challenges in a postpandemic context. Objective: This research aimed to qualitatively investigate the usability, perceived benefits, and barriers to patients' access to EHR-integrated telehealth from both patients and health care providers (HCPs) in a major Riyadh hospital. Methods: A qualitative research design was used, featuring semistructured interviews with 20 patients and 10 HCPs, selected through purposive sampling for their direct experience with EHR-integrated telehealth services at Sulaiman Al Habib Hospital in Riyadh. Thematic analysis, supported by NVivo 14 software, was used to analyze the transcriptions and extract themes related to usability, perceived benefits, and barriers. Results: The findings indicate that patients generally regard EHR-integrated telehealth positively, appreciating its navigability, convenience, and facilitation of remote health care interactions. Reported benefits included reduced physical visits, time savings, and more accessible follow-ups, contributing to greater continuity of care. However, significant barriers were identified, including technical challenges, lack of integration across hospital branches, absence of insurance payment linkages, and limited patient choice among providers. HCPs also expressed concerns over digital literacy gaps, the platform's limitations for specialized and complex care, and technical disruptions impacting care delivery. Conclusions: EHR-integrated telehealth offers substantial potential to improve health care delivery in Riyadh's hospitals by enhancing access, convenience, and patient engagement. However, maximizing these benefits in Saudi Arabia's evolving health care landscape requires addressing identified barriers, particularly in platform stability, interbranch integration, insurance linkages, and patient support resources. Findings are grounded in a single-hospital sample and are intended to inform improvements in similar hospital settings in Saudi Arabia rather than national generalization.

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)0,009
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,048

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,009
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,004
Communication savante0,0020,001
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
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 Opus0,087
Tête enseignante GPT0,545
Écart entre enseignants0,458 · 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'étudeQualitatif
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 sujetElectronic Health Records Systems→Travaux en français237 207→