The Association between Health Information Technology Adoption and Family Physicians’ Practice Patterns in Canada: Evidence from 2007 and 2010 National Physician Surveys
Notice bibliographique
Résumé
OBJECTIVE: To describe the association between health information technology (HIT) adoption and family physicians' patient visit length in Canada after controlling for physician and practice characteristics. METHOD: HIT adoption is defined in terms of four types of HIT usage: no HIT use (NO), basic HIT use without electronic medical record system (HIT), basic HIT use with electronic medical record (EMR) and advanced HIT use (EMR + HIT). The outcome variable is the average time spent on a patient visit (visit length). The data for this study came from the 2007 and 2010 National Physician Surveys. A log-linear model was used to analyze our visit length outcome. RESULTS: The average time worked per week was found to be in the neighbourhood of 36 hours in both 2007 and 2010, but users of EMR and EMR + HIT were undertaking fewer patient visits per week relative to NO users. Multivariable analysis showed that EMR and EMR + HIT were associated with longer average time spent per patient visit by about 7.7% (p<0.05) and 6.7% (p<0.01), respectively, compared to NO users in 2007. In 2010, EMR was not statistically significant and EMR + HIT was associated with a 4% (p<0.1) increased visit length. A variety of practice-related variables such as the mode of remuneration, work setting and interprofessional practice influenced visit length in the expected direction. CONCLUSION: Use of HIT is found to be associated with fewer patient visits and longer visit length among family physicians in Canada relative to NO users, but this association weakened in the multivariable analysis of 2010.
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 | 0,005 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,001 |
| 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 ».