Role of multihospital system membership in electronic medical record adoption
Notice bibliographique
Résumé
BACKGROUND: Health information technology (HIT) is designed to help reduce medical errors and improve quality of care and efficiency by providing the right information for the right patients in the right place at the right time. Nevertheless, substantial variation currently exists in the adoption of electronic medical records (EMRs) resulting in differences in hospital HIT capacity. PURPOSE: The purpose of this article is to examine the impact of different types of multihospital system affiliation on EMR adoption in hospitals in the United States. METHODOLOGY: A cross-sectional design was used with a sample of 4,017 hospitals in the United States. Secondary data were retrieved from the Health Information and Management Systems Society Analytics Database. Multiple regression analysis was used to examine the impact of multihospital system affiliation on EMR level of adoption. FINDINGS: The mean EMR adoption level varies significantly between independent hospitals and hospitals owned by a system for small hospitals. After adjusting for the number of operating rooms, the number of emergency room visits, and the number of hospital total full-time equivalent staff, small hospitals owned by multihospital systems were associated with 0.25 higher mean EMR adoption level (p < .05) than independent hospitals and no significant relationship was observed for hospitals that were leased/managed by a system. There was no significant effect of multihospital system membership on EMR level of adoption for medium and large hospitals. PRACTICE IMPLICATIONS: Small hospitals owned by multihospital systems had a significantly higher EMR level compared with independent hospitals. These findings have significant implications for small hospitals that are struggling to improve their HIT capacity. Smaller hospitals in ownership arrangements with larger health care systems have an advantage over small independent hospitals in HIT capacity possibly because of the greater availability of capital, access to shared HIT capacity, and other resources including technical expertise.
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 | 0,008 | 0,067 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| 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 ».