Resident Duty Hours in the Outpatient Electronic Health Record Era: Inaccuracies and Implications
Notice bibliographique
Résumé
BACKGROUND: The Accreditation Council for Graduate Medical Education expects resident duty hours to be monitored, yet no previous studies have examined the effect of after-hours electronic health record (EHR) use on resident hours or burnout. OBJECTIVE: We assessed internal medicine residents' perceived and actual time spent on after-hours outpatient EHR use and calculated increased duty hours if after-hours EHR use were included; we also assessed its effect on resident burnout. METHODS: We retrospectively aggregated time spent logged on to the outpatient EHR for residents in a general internal medicine clinic for 13 weeks in 2011. Residents completed a survey on EHR use, which was correlated with objectively recorded data on EHR usage. We compared actual and self-reported EHR time and identified violations that would be generated if these hours were included in reported duty hours. We also correlated resident after-hours EHR use with responses to an internally developed burnout survey. RESULTS: The 44 residents in this study overestimated time spent on the ambulatory EHR (they spent 3.03 hours/week on after-hours use compared with a recorded 1.20 hours/week). In total, 190 duty hour violations (mean duration of violation = 37 minutes) would have been generated if after-hours EHR usage were included in residents' reported duty hours. CONCLUSIONS: Resident estimates of EHR use by residents were not accurate; including after-hours EHR use would increase the number of reported duty hour violations. There was no association between after-hours EHR use and resident burnout.
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 | 0,028 | 0,149 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».