搜索文章

“帮助文章搜索”中的查看查询

搜索结果(408个结果中的1至10个)

下载搜索结果:CSV结束助理RIS


2017-2019年卫生信息全国趋势调查(HINTS):问卷研究:医疗补助和非医疗补助人群采用电子卫生工具的模式和影响因素

2017-2019年卫生信息全国趋势调查(HINTS):问卷研究:医疗补助和非医疗补助人群采用电子卫生工具的模式和影响因素

美国卫生与公众服务部还成立了全国协调员办公室,一直在促进消费者e健康通过激励计划,支持开发商建设e健康以及加强卫生信息技术(HIT)工具中的信任和保护隐私[20]。有一批新兴的文献报告了影响因素e健康由消费者采用的工具。

杨欣Ning杨德怀特•刘易斯杰森·帕顿马修Hudnall

J medical Internet Res 2021;23(2):e25809


慢性阻塞性肺疾病患者使用电子健康工具自我管理的经验和影响因素:定性研究

慢性阻塞性肺疾病患者使用电子健康工具自我管理的经验和影响因素:定性研究

到目前为止,几个研究小组已经调查并提供了设计时需要考虑的重要因素的宝贵信息e健康工具[21-23],尽管人们对用户行为的了解较少。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。因此,本研究的目的是探索和描述使用的经验e健康工具和可能影响慢性阻塞性肺病患者使用的因素。

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

J medical Internet Res 2021;23(4):e25672


优化参与在线饮食干预抑郁症(我的食物和情绪版本3.0):队列研究

优化参与在线饮食干预抑郁症(我的食物和情绪版本3.0):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)——可能是一种具有成本效益和可扩展的方式,进一步测试饮食干预对抑郁症的影响。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,低至中等效应规模[19];然而,重要的是,这些干预措施与目标人群一起开发,以确保在干预设计中解决使用和改变的障碍。

克莱尔·路易斯·杨Mohammadreza Mohebbi海蒂·M·斯托马赫弗朗西斯Kay-Lambkin迈克尔·伯克Felice Nellie Jacka艾德丽安奥尼尔

JMIR Ment Health 2021;8(3):e24871


基于ehealth的多种健康行为改变干预对非传染性疾病患者的身体活动、健康饮食和体重的影响:系统综述和荟萃分析

基于ehealth的多种健康行为改变干预对非传染性疾病患者的身体活动、健康饮食和体重的影响:系统综述和荟萃分析

比较组被定义为没有干预和没有干预的对照组e健康干预组(如面对面干预、小册子干预、大众媒体干预)。包括的研究必须比较e健康干预组至少为对照组或非对照组e健康干预组。有资格纳入随机对照试验的文章。对干预措施有效性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

J medical Internet Res 2021;23(2):e23786


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分数析因实验

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分数析因实验

的使用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、更方便、更个性化的服务,并能够适应个别用户的需求。不幸的是,尽管有许多成功的例子[8,9],使用e健康技术并不总是成功的。埃森巴赫博士提出了消耗定律(或:为什么e健康用户停止使用?)

Armando J Rotondi乔纳森·格雷迪Barbara H Hanusa格雷琴·L·哈斯迈克尔·R·斯普林Kaleab Z Abebe詹姆斯·路德约翰Gurklis

J medical Internet Res 2021;23(3):e23137


Baidu
map