Family attitudes towards an electronic personal health record in a long term care facility
Notice bibliographique
Résumé
Objective: To explore the perceptions of family members regarding the importance of an electronic personal health record (EPHR) called MyChart as a healthcare information source to support the care of their loved ones within a long term care (LTC) facility in Toronto, Ontario.Methods: One hundred and fifty eight family members of the patients in six LTC units at the hospital were given a survey to determine their perceptions regarding the utility of the content items within an EPHR that was recently adopted by the LTC institution.Results: The response rate was 41% (n = 65). Many family members (n = 48) felt it was important to have access to their loved one’s EPHR. Respondents ranked test results (38%; n = 25), doctor’s clinical notes (26%; n = 17), medication lists (15%; n = 10) and upcoming appointments (11%; n = 7) as the number one most important content item that they would want to have access to. In addition to the standard content items found within an EPHR, family members requested electronic access to a variety of additional medical content items that are not currently offered within the EPHR, such as status alerts. Overall, they felt that an EPHR would enhance communication between the care team and the family, however 30% of family members identified concerns linked to security and confidentiality of the electronic health record information.Conclusions: Family members felt that an EPHR would be an important tool in the LTC facility to assist with information exchange between care providers and the family. It is important to consider that the additional information requested beyond what is traditionally found in an EPHR as well as the specific communication concerns raised, may be limited to a LTC setting.
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 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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,002 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».