• Ei tuloksia

Ennen tutkielman aineiston analysointia tutkija halusi varmistaa, että käytettävät tutki-musartikkelit olivat toteutettu riittävän laadukkaasti hyviä tieteellisiä käytänteitä nou-dattaen. Aineiston muodostavat artikkelit käytiin läpi Åkessonin, Savemanin ja Nilsonin (2007) laadunvarmistuskriteerien mukaan, joissa tarkastettiin muiden muassa, että tutki-musongelma oli hyvin määritelty, menetelmät sopivat tutkitutki-musongelmaan ja tutkimuk-sen johtopäätökset ovat loogisia ja ymmärrettäviä. Laadunvarmistuskriteerit sopivat niin määrällisiin kuin laadullisiinkin tutkimuksiin.

Aineistohaulla valittu 20:n artikkelin aineisto osoittautui kokonaisuudessaan vähintään riittävän laadukkaaksi, kun rajana pidettiin kahdeksaa yhteispistettä neljästätoista. Ar-tikkelin laatua pidettiin keskivertoisena, kun se sai 8–10 pistettä. (Åkesson ym. 2007.) Laadunarvioinnissa keskivertoisiksi arvioitiin kolme artikkelia kahdestakymmenestä alimpien pisteiden ollessa yhdeksän. Loput 17 artikkelia sai yli 10 pistettä laadunarvi-ointikriteereistä. Eniten parantamisen varaa tutkimuksissa oli eettisen ja tutkimusmeto-dien pohdinnan esiin nostamisessa. Valitut tutkimusartikkelit ja niiden laadunarvioin-nista saamat pisteet ovat tarkastettavissa taulukossa 2 ja tarkemmat pisteytykset liit-teessä 2.

TAULUKKO 2. Valitut tutkimusartikkelit ja laadunarvioinnin pisteet

Artik- keli-numero

Vuosi Tekijät ja julkaisu Nimi

Laadun- McCall D, Munson SA, Nery-Hurwit MB & Antmann D.

MHealth 2020; 6:8.

mHealth and patient generated health data: stakeholder

perspectives on opportunities and barriers for transforming

healthcare

14

2 2020 Alpert JM, Manini T, Roberts M, Prabha-kar Kota NS, Men-doza TV, Solberg LM, &

Rashidi P. NPJ Digi-tal Medicine 2020;

3:27.

Secondary care provider attitudes to-wards patient generated

health data from smartwatches

13

3 2020 Cusatis R, Holt JM, Williams J, Nukuna S, Asan O, Flynn KE, Neuner J, Moore J, Makoul G, Crotty BH. Patient Educa-tion and Counseling 2020; 103, 734–740.

The impact of patient-generated con-textual data on communication in clinical practice: A qualitative assess-ment of patient and clinician

perspectives con-textual data into care: Clinician perspectives using the Consolidated Framework for Implementation Sci-ence Rheuma-tology 2020; 59, 367–378.

Providing ‘the bigger picture’: bene-fits and feasibility

of integrating remote monitoring from smartphones

into the electronic health record.

Findings from the Remote Monitor-ing of Rheumatoid Arthritis (REM-ORA) study

14

6 2019 Burns K, McBride CA, Patel B, Fitz-Gerald G, Mathews S & Drennan J. Jour-nal of Medical Inter-net Research 2019;

21(6), e12367.

Creating Consumer-Generated Health Data: Interviews and a

Pilot Trial Exploring How and Why Patients Engage

13

7 2019 Lewinski AA, Drake C, Shaw RJ, Jackson GL, Bosworth HB, Oakes M, Gonzales S, Jelesoff NE &

Crowley MJ. Journal of the American Medical Informatics Association, 2019;

26(7), 667–672.

Bridging the integration gap between patient-generated

blood glucose data and electronic health records

13

8 2019 Rodriguez S, Hwang K & Wang J. JMIR Formative Research 2019; 3(2), e10388.

Connecting Home-Based Self-Moni-toring of Blood Pressure Data Into Electronic Health Records for Hypertension Care: A

Qualitative Inquiry With Primary Care Providers

13

9 2019 Zhang R, Burgess ER, Reddy MC, Rothrock NE, Bhatt S, Rasmussen LV, Butt Z & Starren JB.

Journal of the Ameri-can Medical Infor-matics Association Open 2019; 2(1), 73–

80.

Provider perspectives on the integra-tion of patient reported

outcomes in an electronic health rec-ord

13

10 2019 Islind AS, Lindroth T, Lundin J & Stei-neck G. Health Infor-matics Journal 2019; 25(3) 577–

586.

Shift in translations: Data work with patient-generated health data in clinical practice

9

11 2018 Reading M, Baik D, Beauchemin M, Hickey K & Merrill JA. Applied Clinical Informatics 2018; 9, 772–781.

Factors Influencing Sustained En-gagement with

ECG Self-Monitoring: Perspectives from Patients

and Health Care Providers

13

12 2018 Cronin RM, Conway D, Condon D, Je-rome RN, Byrne DW

& Harris PA. Journal of the American Medical Informatics Association, 2018;

25(11), 1470–1480.

Patient and healthcare provider views on a

patient-reported outcomes portal

13

13 2018 Hill JN, Smith BM, Weaver FM, Nazi KM, Thomas FP, Goldstein B & Ho-gan TP. The Journal of Spinal Cord Medi-cine 2018; 41(3), 298–308.

Potential of personal health record portals in

the care of individuals with spinal cord injuries

and disorders: Provider perspectives 14

14 2018 Reading MJ & Mer-rill JA. Journal of the American Medical Informatics Associa-tion, 2018; 25(6), 759–771.

Converging and diverging needs be-tween patients and

providers who are collecting and us-ing patient-generated

health data: an integrative review

12

15 2018 Lindroth T, Islind AS, Steineck G &

Lundin J. Studies in health technology and informatics, 2018; 247, 491–495.

From Narratives to Numbers: Data Work

and Patient-Generated Health Data in Consultations

9

16 2017 Rutjes H, Willemsen MC, van Kollenburg J, Bogers S & Ijs-selsteijn WA. Perva-siveHealth 2017;

May 23–26.

Benefits and costs of patient gener-ated data, from the clinician’s and pa-tient’s perspective

9

17 2016 Zhu H, Colgan J, Reddy M & Choe EK. AMIA. Annual Symposium proceed-ings, 2016; 1303–

1312.

Sharing Patient-Generated Data in Clinical Practices: An Interview Study

13

18 2016 Purtzer MA & Her-mansen-Kobulnicky CJ. Oncology Nurs-ing Forum 2016;

43(6), E218–E225.

Optimizing the Benefits of Self-Mon-itoring Among

Patients With Cancer

12

19 2016 Cohen DJ, Keller SR, Hayes GR, Dorr DA, Ash JS, & Sittig DF. JMIR Human Factors 2016; 3(2):

e26.

Integrating Patient-Generated Health Data Into Clinical Care Settings or Clinical Decision-Making: Lessons Learned From Project HealthDesign

13

20 2016 Sanger PC, Hartzler A, Lordon RJ, Arm-strong CAL, Lober WB, Evans HL &

Pratt W. Journal of the American Medi-cal Informatics Asso-ciation 2016; 23(3), 514–525.

A patient-centered system in a pro-vidercentered

world: challenges of incorporating post-discharge wound data into prac-tice

14

Aineiston kokoaminen aloitettiin laadunvarmistuksen jälkeen. Valitut artikkelit luokitel-tiin, numeroitiin ja taulukoitiin Microsoft Excel -ohjelman versiolla 2101. Artikkelien numerointi tehtiin käänteisessä kronologisessa järjestyksessä uusimmista artikkeleista

vanhimpiin. Artikkelien viitteistä kerättiin julkaisuvuosi, tekijät ja julkaisu sekä artikke-lin nimi. Artikkeleista kerättiin tutkimuksen konteksti: toteutusmaa, kohderyhmä ja minkälaista uutta tekniikkaa potilaan tuottaman tiedon keräämiseen oli hyödynnetty.

Tutkimusmenetelmistä kirjattiin ylös aineiston keruumenetelmä, kohortin koko sekä ai-neiston analysointimenetelmä. Tutkimusten keskeiset tulokset koskien henkilökunnan kokemuksia kirjattiin ylös mahdollisimman pelkistetyllä ilmauksella. Keskeiset tulokset ryhmiteltiin TAM-mallin mukaan koettuun hyötyyn. Koettuun hyötyyn kuulumattomat tulokset ryhmiteltiin tekijöihin, jotka vaikuttavat käyttöaikomukseen. Tulosten ryhmitte-lyllä valmistauduttiin aineiston analysointia varten. Aineiston kokoamisesta syntynyt taulukko on esillä liitteessä 1.