MétaCan
Menu
Retour à la cohorte
Enregistrement W2018878843 · doi:10.2196/medinform.4066

Impact of Information Technology on Information Gaps in Canadian Ambulatory Care Encounters

2015· article· en· W2018878843 sur OpenAlexafffundvenueabout
Lauren Korosec, Krista Balenko, Simon Hagens

Notice bibliographique

RevueJMIR Medical Informatics · 2015
Typearticle
Langueen
DomaineHealth Professions
ThématiqueElectronic Health Records Systems
Établissements canadiensCanada Health Infoway
Organismes subventionnairesGovernment of Canada
Mots-clésAmbulatoryMedicineHealth information exchangeAmbulatory careHealth careFamily medicineMedical emergencyNursingHealth information

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Specialist physicians require clinical information for patient visits in ambulatory encounters, some of which they may access via digital health solutions. OBJECTIVE: This study explored the completeness of information for patient care and the consequences of gaps for ambulatory specialist services provided in ambulatory settings in Canada. METHODS: A sample of specialist physicians practising in outpatient clinics was recruited from a health care provider research panel. The study (n=1800 patient encounters) looked at the completeness of patient information experienced by physicians who work in environments with rich health information exchange (Connected) and a comparison cohort with less information available electronically (Unconnected). RESULTS: Unconnected physicians were significantly more likely to be missing information they needed for patient encounters (13% of encounters for Unconnected physicians vs 7% for Connected physicians). Unconnected physicians were also more likely to report that missing information had consequences (23% vs 13% of encounters). Lab results were the most common type of patient information missing for both Unconnected and Connected specialists (25% for Unconnected physicians vs 11% Connected physicians). CONCLUSIONS: The results from this study indicate that Canadian physicians commonly experience information gaps in ambulatory encounters, and that many of these gaps are of consequence to themselves, their patients, and the healthcare system. Wasting physician and patient time, as well as being forced to proceed with incomplete information, were the most common consequences of information gaps reported.

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)0,010
score de la tête « metaresearch » (Gemma)0,126
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 enseignants0,980
Score d'incertitude au seuil0,491

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,126
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,005
Études des sciences et des technologies0,0040,002
Communication savante0,0030,002
Science ouverte0,0010,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,023
Tête enseignante GPT0,418
Écart entre enseignants0,394 · 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

Citations5
Publié2015
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueJMIR Medical InformaticsMême sujetElectronic Health Records SystemsTravaux en français237 207