MétaCan
Menu
Retour à la cohorte
Enregistrement W2057504103 · doi:10.1186/1472-6947-8-33

Is Canada ready for patient accessible electronic health records? A national scan

2008· article· en· W2057504103 sur OpenAlexafffundabout
Sara Urowitz, David Wiljer, Emma Apatu, Günther Eysenbach, Claudette DeLenardo, Tamara Harth, Howard Pai, Kevin J. Leonard

Notice bibliographique

RevueBMC Medical Informatics and Decision Making · 2008
Typearticle
Langueen
DomaineHealth Professions
ThématiqueElectronic Health Records Systems
Établissements canadiensUniversity of VictoriaUniversity of British ColumbiaHealth Sciences CentreSunnybrook Health Science CentreGrand River HospitalUniversity Health NetworkUniversity of TorontoBC Cancer AgencyPrincess Margaret Cancer Centre
Organismes subventionnairesCanadian Institutes of Health ResearchCancer Care Ontario
Mots-clésHealth informaticsPatient portalHealth careElectronic health recordBusinessMedical emergencyMedical recordMedicineHealth information exchangeInternet privacyFamily medicinePublic healthNursingHealth informationComputer science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Access to personal health information through the electronic health record (EHR) is an innovative means to enable people to be active participants in their own health care. Currently this is not an available option for consumers of health. The absence of a key technology, the EHR, is a significant obstacle to providing patient accessible electronic records. To assess the readiness for the implementation and adoption of EHRs in Canada, a national scan was conducted to determine organizational readiness and willingness for patient accessible electronic records. METHODS: A survey was conducted of Chief Executive Officers (CEOs) of Canadian public and acute care hospitals. RESULTS: Two hundred thirteen emails were sent to CEOs of Canadian general and acute care hospitals, with a 39% response rate. Over half (54.2%) of hospitals had some sort of EHR, but few had a record that was predominately electronic. Financial resources were identified as the most important barrier to providing patients access to their EHR and there was a divergence in perceptions from healthcare providers and what they thought patients would want in terms of access to the EHR, with providers being less willing to provide access and patients desire for greater access to the full record. CONCLUSION: As the use of EHRs becomes more commonplace, organizations should explore the possibility of responding to patient needs for clinical information by providing access to their EHR. The best way to achieve this is still being debated.

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)0,003
score de la tête « metaresearch » (Gemma)0,014
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,923
Score d'incertitude au seuil0,558

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,017
Études des sciences et des technologies0,0050,002
Communication savante0,0050,002
Science ouverte0,0010,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0170,001

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 Opus0,135
Tête enseignante GPT0,472
Écart entre enseignants0,337 · 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

Citations97
Publié2008
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBMC Medical Informatics and Decision MakingMême sujetElectronic Health Records SystemsTravaux en français237 207