Awareness and Use of Home-Based Respiratory Pathogen Testing Services in the Internet Era: Postpandemic Questionnaire Study
Notice bibliographique
Résumé
Background: Home-based respiratory pathogen testing services (HRPTS), an emerging internet-based health care model, enable rapid pathogen identification within hours through digital platforms and eCommerce logistics. This decentralized approach overcomes conventional testing delays to accelerate diagnosis. However, public awareness, adoption, and influencing factors remain largely unknown. Objective: In this study, we aimed to investigate digitally connected metropolitan residents' awareness and intention to adopt HRPTS and analyze factors influencing adoption intention. Methods: This study used a structured questionnaire grounded in the technology acceptance model, which measured perceived usefulness, ease of use, risk, and behavioral intention. Questionnaire development involved focus group discussions to ensure content validity. Statistical analysis included descriptive statistics and multivariate linear regression, with scale reliability and validity confirmed by exploratory factor analysis. Using a convenience sampling strategy, 1850 volunteers completed questionnaires via Wenjuanxing. After data validation, 1756 surveys met the inclusion criteria (effective response rate: 94.92%) and were analyzed. Results: Among 1756 respondents, 54.7% (n=961) knew about HRPTS for respiratory diseases, and 15.3% (n=269) had previously used them. Perceived usefulness was high among respondents: fast pathogen identification (n=1092, 62.2%), early treatment (n=1136, 64.7%), time or cost savings (n=1119, 63.7%), and anxiety alleviation (n=1110, 63.2%). Regarding perceived ease of use, 55.9% (n=982) of the respondents cited robust logistics, 53.8% (n=945) cited online appointment convenience, and 54.2% (n=952) cited simple self-sampling. However, respondents expressed concerns regarding privacy (n=925, 52.7%), test accuracy questions (n=871, 49.6%), and insufficient regulations (n=948, 54.0%). Nevertheless, >70% of the respondents were willing to adopt HRPTS, if available. Multivariate regression showed that higher education (β=.598; P<.001), living with family (β=.271; P=.04), and absence of underlying chronic diseases (β=.321; P=.03) were significant predictors of adoption intention. Additionally, not having used HRPTS before (β=-1.203; P<.001) and less frequent health care-seeking behaviors were negatively associated with adoption intention. Conclusions: HRPTS as an internet-based health care service holds value for early diagnosis, treatment, and health care optimization in urban China. However, significant concerns regarding test accuracy, data privacy, and regulatory accountability within this evolving digital health sector should be addressed to strengthen respiratory disease prevention in the postpandemic era.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 ».