MétaCan
Menu
Retour à la cohorte
Enregistrement W2131262572 · doi:10.1002/14651858.cd006093.pub2

Interventions for promoting information and communication technologies adoption in healthcare professionals

2009· review· en· W2131262572 sur OpenAlexafffund
Marie‐Pierre Gagnon, France Légaré, Michel Labrecque, Pierre Frémont, Pierre Pluye, Johanne Gagnon, Josip Car, Claudia Pagliari, Marie Desmartis, Lucile Turcot, Karine Gravel

Notice bibliographique

RevueCochrane Database of Systematic Reviews · 2009
Typereview
Langueen
DomaineHealth Professions
ThématiqueElectronic Health Records Systems
Établissements canadiensMcGill UniversityWilfrid Laurier UniversityUniversité LavalHôpital Saint-François d'Assise
Organismes subventionnairesCanadian Institutes of Health ResearchCentre Hospitalier Universitaire de Québec
Mots-clésPsychological interventionInclusion (mineral)Information and Communications TechnologyHealth careIntervention (counseling)MedicineSystematic reviewMedical educationRandomized controlled trialeHealthHealth professionalsQuality (philosophy)NursingMEDLINEPsychologyKnowledge managementComputer science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Information and communication technologies (ICT) are defined as digital and analogue technologies that facilitate the capturing, processing, storage and exchange of information via electronic communication. ICTs have the potential to improve information management, access to health services, quality of care, continuity of services, and cost containment. Knowledge is lacking on conditions for successful ICT integration into practice. OBJECTIVES: To carry out a systematic review of the effectiveness of interventions to promote the adoption of ICT by healthcare professionals. SEARCH STRATEGY: Specific strategies, defined with the help of an information specialist, were used to search the Cochrane Effective Practice and Organisation of Care Group (EPOC) register and additional relevant databases. We considered studies published from January 1990 until October 2007. SELECTION CRITERIA: Randomised controlled trials (RCTs), controlled clinical trials (CCTs), controlled before/after studies (CBAs), and interrupted time series (ITS) that reported objectively measured outcomes concerning the effect of interventions to promote adoption of ICT in healthcare professionals' practices. DATA COLLECTION AND ANALYSIS: Two reviewers independently assessed each potentially relevant study for inclusion. We resolved discrepancies by discussion or a third reviewer. Two teams of two reviewers independently extracted data and assessed the quality of included studies. A meta-analysis of study outcomes was not possible, given the small number of included studies and the heterogeneity of intervention and outcomes measures. We conducted qualitative analyses, and have presented the results in a narrative format. MAIN RESULTS: Ten studies met the inclusion criteria. Nine of them were RCTs. All studies involved physicians as participants (including postgraduate trainees), and one study also included other participants. Only two studies measured patient outcomes. Searching skills and/or frequency of use of electronic databases, mainly MEDLINE, were targeted in eight studies. Use of Internet for audit and feedback, and email for provider-patient communication, were targeted in two studies. Four studies showed small to moderate positive effects of the intervention on ICT adoption. Four studies were unable to demonstrate significant positive effects, and the two others showed mixed effects. No studies looked at the long-term effect or sustainability of the intervention. AUTHORS' CONCLUSIONS: There is very limited evidence on effective interventions promoting the adoption of ICTs by healthcare professionals. Small effects have been reported for interventions targeting the use of electronic databases and digital libraries. The effectiveness of interventions to promote ICT adoption in healthcare settings remains uncertain, and more well designed trials are needed.

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)0,024
score de la tête « metaresearch » (Gemma)0,090
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,126

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0240,090
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,005
Bibliométrie0,0070,004
Études des sciences et des technologies0,0010,001
Communication savante0,0020,003
Science ouverte0,0020,002
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0110,000

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 Opus0,248
Tête enseignante GPT0,542
Écart entre enseignants0,294 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations161
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCochrane Database of Systematic ReviewsMême sujetElectronic Health Records SystemsTravaux en français237 207