Emergency Physicians' Perceptions of Health Information Exchange
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Health information exchange (HIE) is a potentially powerful technology that can improve the quality of care delivered in emergency departments, but little is known about emergency physicians' current perceptions of HIE. OBJECTIVES: This study sought to assess emergency physicians' perceived needs and knowledge of HIE. METHODS: A questionnaire was developed based on heuristics from the literature and implemented in a Web-based tool. The survey was sent as a hyperlink via e-mail to 371 attending emergency physicians at 12 hospitals in New York City. RESULTS: The response rate was 58% (n = 216). Although 63% said more than one quarter of their patients would benefit from external health information, the barriers to obtain it without HIE are too high--85% said it was difficult or very difficult to obtain external data, taking an average of 66 minutes, 72% said that their attempts fail half of the time, and 56% currently attempt to obtain external data less than 10% of the time. When asked to create a rank-order list, electrocardiograms (ECGs) were ranked the highest, followed by discharge summaries. Respondents also chose images over written reports for ECGs and X-rays, but preferred written reports for advanced imaging and cardiac studies. CONCLUSION: There is a strong perceived need for HIE, most respondents were not aware of HIE prior to this study, and there are certain types of data and presentations of data that are preferred by emergency physicians in the New York City region.
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.
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 | 0,017 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 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 découle