MétaCan
Menu
Retour à la cohorte
Enregistrement W1969761672 · doi:10.1097/acm.0b013e3181bf9d45

Use of Electronic Medical Records by Physicians and Students in Academic Internal Medicine Settings

2009· article· en· W1969761672 sur OpenAlexaboutno aff
Matthew L. Mintz, Hugo J. Narvarte, Kevin E. O’Brien, Klara K. Papp, Matthew J. W. Thomas, Steven J. Durning

Notice bibliographique

RevueAcademic Medicine · 2009
Typearticle
Langueen
DomaineHealth Professions
ThématiqueElectronic Health Records Systems
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedical recordAcademic medicineMedical educationMedicineMEDLINEFamily medicinePsychologyInternal medicinePolitical science

Résumé

récupéré en direct d'OpenAlex

PURPOSE: Electronic medical records (EMRs) have been touted as one method to improve quality and safety in medical care, and their use has recently increased. The purpose of this study is to describe current use of EMRs by medical students at U.S. and Canadian medical schools. METHOD: In 2006 the authors performed a cross-sectional survey of the Clerkship Directors in Internal Medicine institutional members at U.S. and Canadian academic health centers. Outcome measures included implementation of EHRs, EHR use by students, and the challenges of having students use EMRs. RESULTS: Of 110 members, 82 (74.5%) responded. Of those 82, 48 (58%) reported using an EMR in the ambulatory setting (excluding Veterans' Affairs medical centers) of their institutions, and only 21 of those 48 (44%) had policies regarding medical student documentation of progress notes in the EMR during the ambulatory internal medicine (IM) clerkship. Schools were dichotomously split; about half (23/48, 48%) required and about half (25/48, 52%) prohibited allowing students to document in the EMR. The programs that prohibited medical students from documenting in the EMR primarily cited billing concerns. Other issues regarding student use of EMRs included student access, faculty concerns, and note quality. CONCLUSIONS: Use of EMRs by IM clerkship students is common, yet many institutions do not have policies regarding student use. Where policies do exist, they vary, and many prohibit students from using EMRs. Concerns about documentation as it relates to billing seem to be a significant factor in prohibiting students' use of EMRs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,026
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,157
Score d'incertitude au seuil0,313

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,026
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,058
Tête enseignante GPT0,479
Écart entre enseignants0,421 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations67
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAcademic MedicineMême sujetElectronic Health Records SystemsTravaux en français237 207