Replacing an Inpatient Electronic Medical Record
Notice bibliographique
Résumé
OBJECTIVE: Since it is important to develop strategies for the successful implementation of electronic clinical information systems, the aim of this study is to explore where, and to what extent, users' attitudes toward the former system that is being replaced may vary. METHODS: A cross-sectional survey of 346 nurses and physicians practicing in two Canadian teaching hospitals resulted in a total response rate of 63%. User attitudes were measured in three dimensions: a) user satisfaction with the system's quality attributes, b) perceived system usefulness, and c) perceived impact on quality of care and patient safety. The current system (the one being replaced) was analyzed as a dual system composed of both paper-based and electronic records. RESULTS: The results on user satisfaction demonstrate a wide variation in opinions, with satisfaction ranging from 4.2 to 7.7 on a 10-point disagree-agree, Likert scale. The quality attributes varied by record type, with differences that were systematically in favor of the electronic record component, which received higher scores. The results also highlighted large differences by user group. Physicians and nurses systematically rated the two record formats differently. The nurses were more satisfied with the attributes of the paper-based record. Multivariate regression analyses results also revealed strong interdependencies among the three dimensions of user attitudes, to the extent that perceived system usefulness was strongly correlated with system quality attributes and the system outcomes were also correlated, although less strongly, with the two former system dimensions. CONCLUSION: Understanding users' attitudes toward a clinical information system in use, both in its paper and electronic aspects, is crucial for developing more successful implementation strategies for electronic record systems.
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 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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 ».