MétaCan
Menu
Retour à la cohorte
Enregistrement W1555065001 · doi:10.1108/14777271111175387

Current use of electronic medical records in primary care of chronic disease

2011· article· en· W1555065001 sur OpenAlexaffabout
Nicola Shaw, Victoria Aceti, Denise Campbell‐Scherer, Marg Leyland, Victoria Mozgala, Lisa Patterson, Shanna Sunley, Donna Manca, Eva Grunfeld

Notice bibliographique

RevueClinical Governance An International Journal · 2011
Typearticle
Langueen
DomaineHealth Professions
ThématiqueElectronic Health Records Systems
Établissements canadiensCommunity Based Research CentreUniversity of TorontoUniversity of AlbertaAlgoma University
Organismes subventionnairesnon disponible
Mots-clésThematic analysisMedicineMedical recordDiseaseChronic diseaseChronic careQualitative researchPrimary careDisease managementData extractionFamily medicineRandomized controlled trialMEDLINEPathologySurgery

Résumé

récupéré en direct d'OpenAlex

Purpose This paper aims to explore the perceptions of facilitators and barriers to their using electronic medical records (EMRs) for these functions and contributes baseline data about the use of EMRs for chronic disease management. The sub‐study reported here is a baseline process evaluation of EMRs and their current use, preliminary to a larger, pragmatic, randomized controlled trial. Its purpose is to understand how EMRs are currently being used by primary care physicians to facilitate chronic disease prevention and screening in their practices. Design/methodology/approach This is a qualitative case study where the lead physician at each of eight primary care clinics (four in Alberta, four in Ontario) participated in semi‐structured interviews. Data were analyzed using thematic content analysis. Findings Although EMRs are being used in a limited fashion for chronic disease prevention and screening, clinicians identified few current benefits. Participants noted some instances in which paper charts were preferred and that the lack of human and financial resources is inhibiting the use of chronic disease applications already incorporated in EMRs. Research limitations/implications To understand fully how EMRs can best be used in the logistical management of chronic disease prevention and screening requires research efforts towards improvement of the data structures they contain. Practical implications Data extraction needs to be easier so that screening of patients, at risk or living with chronic disease, can be facilitated. Social implications Evaluation of the benefits, for the content of care and care relationships, conferred by this new method of communicating, needs to be complemented by a parallel exploration of the risks. Originality/value The paper illustrates that with the tremendous investments in EMRs it is important to learn how changes in their design could facilitate improvements in patient care in this important area.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesIntégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,116
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,003
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,165
Tête enseignante GPT0,511
Écart entre enseignants0,346 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueClinical Governance An International JournalMême sujetElectronic Health Records SystemsTravaux en français237 207