搜索文章

查看帮助文章搜索中的查询

搜索结果(408条结果中的1至10条)

下载搜索结果:CSV结束助理RIS

医疗补助和非医疗补助人口采用电子医疗工具的模式和影响因素来自2017-2019年健康信息全国趋势调查(HINTS):问卷研究

医疗补助和非医疗补助人口采用电子医疗工具的模式和影响因素来自2017-2019年健康信息全国趋势调查(HINTS):问卷研究

卫生与公众服务部还成立了国家协调员办公室，该办公室一直在为消费者服务e健康通过激励计划，支持开发商建设e健康在卫生信息技术(HIT)工具中加强信任和保护隐私[20]。有一些新兴的文献报道了影响因素e健康消费者采用的工具。

杨欣，Ning杨，德怀特•刘易斯，杰森·帕顿，马修Hudnall

中国医学杂志，2016;23(2):e25809

下载引用:结束助理RIS

下载 下载XML

慢性阻塞性肺疾病患者自我管理电子健康工具使用的经验和影响因素:定性研究

慢性阻塞性肺疾病患者自我管理电子健康工具使用的经验和影响因素:定性研究

迄今为止，几个研究小组已经就设计时需要考虑的重要因素进行了调查，并提供了有价值的信息e健康工具[21-23]，尽管对用户随时间的行为了解较少。具体来说，与使用相关的因素的知识e健康随着时间的推移，工具是稀疏的。本研究的目的是，因此，探索和描述使用的经验e健康以及可能影响COPD患者使用的因素。

莎拉Marklund，马林Tistad，莎拉Lundell，莉娜Ostrand，安Sorlin，船底座博斯特罗姆，卡琳Wadell，安德烈·尼伯格

中国医学杂志，2016;23(4):e25672

下载引用:结束助理RIS

下载 下载XML

优化抑郁症在线饮食干预的参与(我的食物和情绪3.0版):队列研究

优化抑郁症在线饮食干预的参与(我的食物和情绪3.0版):队列研究

因此，基于网络的饮食干预e健康或移动健康(m health)——可能是一种成本效益高、可扩展的方法，可以进一步测试抑郁症的饮食干预。这两个e健康健康饮食干预已被证明在有效性方面具有可比性，低至中等效应量[19];然而，重要的是，这些干预措施与目标人群一起制定，以确保在干预措施设计中解决使用和改变的障碍。

克莱尔·路易斯·杨，Mohammadreza Mohebbi，Heidi M Staudacher，弗朗西斯Kay-Lambkin，迈克尔·伯克，Felice Nellie Jacka，艾德丽安奥尼尔

JMIR Ment Health 2021;8(3):e24871

下载引用:结束助理RIS

下载 下载XML

基于ehealth的多种健康行为改变干预对非传染性疾病患者体力活动、健康饮食和体重的影响:系统回顾和元分析

基于ehealth的多种健康行为改变干预对非传染性疾病患者体力活动、健康饮食和体重的影响:系统回顾和元分析

比较组定义为无干预或无干预的对照组e健康干预小组(如面对面干预、小册子干预、大众媒体干预)。纳入的研究必须比较e健康干预组至少要有一个对照组或一个非对照组e健康干预组。随机对照试验的文章符合纳入条件。干预效果的纯定性评估是不合格的。

砚平段，博瑞商，梁伟，Gaohui杜，分钟杨，瑞恩·E·罗兹

中国医学杂志，2016;23(2):e23786

下载引用:结束助理RIS

下载 下载XML

有和没有精神健康障碍的个体有效电子健康设计的关键变量:2^12-4分数阶乘实验

有和没有精神健康障碍的个体有效电子健康设计的关键变量:2^12-4分数阶乘实验

使用e健康技术是一种创新的方法，用于创建可以实现这些目标的交付模型。它们有潜力支持更广泛可访问、更方便、更个性化并能够适应个人用户需求的服务。不幸的是，虽然有许多成功的例子[8,9]，使用e健康技术并不总是成功的。Eysenbach博士提出了损耗定律(或者:为什么要这么做e健康用户停止使用?)[10]。

Armando J Rotondi，乔纳森·格雷迪，芭芭拉·H·哈努萨，格雷琴·L·哈斯，迈克尔·R·斯普林，Kaleab Z Abebe，詹姆斯·路德，约翰Gurklis

中国医学杂志，2017;23(3):e23137

下载引用:结束助理RIS

下载 下载XML

Baidu
map