Health Care Worker Perspectives Inform Optimization of Patient Panel-Support Tools: A Qualitative Study
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
Electronic decision-support systems appear to enhance care, but improving both tools and work practices may optimize outcomes. Using qualitative methods, the authors' aim was to evaluate perspectives about using the Patient Panel-Support Tool (PST) to better understand health care workers' attitudes toward, and adoption and use of, a decision-support tool. In-depth interviews were conducted to elicit participant perspectives about the PST-an electronic tool implemented in 2006 at Kaiser Permanente Northwest. The PST identifies "care gaps" and recommendations in screening, medication use, risk-factor control, and immunizations for primary care panel patients. Primary care physician (PCP) teams were already grouped (based on performance pre- and post-PST introduction) into lower, improving, and higher percent-of-care-needs met. Participants were PCPs (n=21), medical assistants (n=11), and quality and other health care managers (n=20); total n=52. Results revealed that the most commonly cited benefit of the PST was increased in-depth knowledge of patient panels, and empowerment of staff to do quality improvement. Barriers to PST use included insufficient time, competing demands, suboptimal staffing, tool navigation, documentation, and data issues. Facilitators were strong team staff roles, leadership/training for tool implementation, and dedicated time for tool use. Higher performing PCPs and their assistants more often described a detailed team approach to using the PST. In conclusion, PCP teams and managers provided important perspectives that could help optimize use of panel-support tools to improve future outcomes. Improvements are needed in tool function and navigation; training; staff accountability and role clarification; and panel management time.
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 | 0,005 | 0,000 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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