Electronic retrieval of health information by healthcare providers to improve practice and patient care
Notice bibliographique
Résumé
BACKGROUND: The movement towards evidence-based practice makes explicit the need for access to current best evidence to improve health. Advances in electronic technologies have made health information more available, but does availability affect the rate of use of evidence in practice? OBJECTIVES: To assess the effectiveness of interventions intended to provide electronic retrieval (access to information) to health information by healthcare providers to improve practice and patient care. SEARCH STRATEGY: We obtained studies from computerized searches of multiple electronic bibliographic databases, supplemented by checking reference lists, and consultation with experts. SELECTION CRITERIA: Randomized controlled trials (RCTs) including cluster randomized trials (CRCTs), controlled clinical trials (CCT), and interrupted time series analyses (ITS) of any language publication status examining interventions of effectiveness of electronic retrieval of health information by healthcare providers. DATA COLLECTION AND ANALYSIS: Duplicate relevancy screening of searches, data abstraction and risk of bias assessment was undertaken. MAIN RESULTS: We found two studies that examined this question. Neither study found any changes in professional behavior following an intervention that facilitated electronic retrieval of health information. There was some evidence of improvements in knowledge about the electronic sources of information reported in one study. Neither study assessed changes in patient outcomes or the costs of provision of the electronic resource and the implementation of the recommended evidence-based practices. AUTHORS' CONCLUSIONS: Overall there was insufficient evidence to support or refute the use of electronic retrieval of healthcare information by healthcare providers to improve practice and patient care.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,014 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».