Computerised provider order entry and residency education in an academic medical centre
Notice bibliographique
Résumé
CONTEXT: Many academic medical centres (AMCs) have introduced institutional policies, changed processes of care and implemented new technologies to improve health care quality. The impact of such changes on medical education has received little attention. We examine the impact of computerised provider order entry (CPOE) on the educational experiences of medical trainees who work and train in AMCs. METHODS: We conducted semi-structured interviews of postgraduate trainees and attending physicians in internal medicine at five AMCs (two with CPOE, three without CPOE). Trainees routinely rotate from CPOE to non-CPOE AMCs, whereas some attending physicians work at both types of AMC and are therefore well positioned to reflect on differences between CPOE and non-CPOE learning environments. Data collection and analysis used grounded theory methods. We sampled purposively until we achieved theoretical saturation. RESULTS: Our study included 11 residents and six attending physicians. Computerised provider order entry had both positive and negative impacts on five aspects of postgraduate training: (i) learning (better for medication interactions and availability of learning resources; worse for learning medication doses); (ii) teaching (more medication information available to enhance case discussions; fewer face-to-face teaching opportunities); (iii) feedback (improved ability to observe medication ordering behaviours to inform feedback; less provision of direct feedback); (iv) clinical supervision (facilitates efficient and safe supervision from a distance; may impede trainee independence), and (v) trainee assessment (increased opportunity to assess clinical decision-making and organisational skills). CONCLUSIONS: We identify five key educational themes that are positively and negatively impacted by CPOE. These themes form a conceptual framework that could be applied to define the educational impact of other health care quality and patient safety practices. This will help educators to identify educational opportunities and protect the safety of the training experience of residents in AMCs.
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 | 0,005 | 0,023 |
| 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 | 0,002 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 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 ».