MétaCan
Menu
Retour à la cohorte
Enregistrement W2152560313 · doi:10.1197/jamia.m1700

The Impact of Electronic Health Records on Time Efficiency of Physicians and Nurses: A Systematic Review

2005· review· en· W2152560313 sur OpenAlexaff
Lise Poissant

Notice bibliographique

RevueJournal of the American Medical Informatics Association · 2005
Typereview
Langueen
DomaineHealth Professions
ThématiqueElectronic Health Records Systems
Établissements canadiensMcGill UniversityMcGill University Health CentreUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésDocumentationMedicineHealth recordsElectronic health recordHealth careMedical emergencyComputer science

Résumé

récupéré en direct d'OpenAlex

A systematic review of the literature was performed to examine the impact of electronic health records (EHRs) on documentation time of physicians and nurses and to identify factors that may explain efficiency differences across studies. In total, 23 papers met our inclusion criteria; five were randomized controlled trials, six were posttest control studies, and 12 were one-group pretest-posttest designs. Most studies (58%) collected data using a time and motion methodology in comparison to work sampling (33%) and self-report/survey methods (8%). A weighted average approach was used to combine results from the studies. The use of bedside terminals and central station desktops saved nurses, respectively, 24.5% and 23.5% of their overall time spent documenting during a shift. Using bedside or point-of-care systems increased documentation time of physicians by 17.5%. In comparison, the use of central station desktops for computerized provider order entry (CPOE) was found to be inefficient, increasing the work time from 98.1% to 328.6% of physician's time per working shift (weighted average of CPOE-oriented studies, 238.4%). Studies that conducted their evaluation process relatively soon after implementation of the EHR tended to demonstrate a reduction in documentation time in comparison to the increases observed with those that had a longer time period between implementation and the evaluation process. This review highlighted that a goal of decreased documentation time in an EHR project is not likely to be realized. It also identified how the selection of bedside or central station desktop EHRs may influence documentation time for the two main user groups, physicians and nurses.

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)0,025
score de la tête « metaresearch » (Gemma)0,115
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 enseignants0,025
Score d'incertitude au seuil0,134

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0250,115
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0070,007
Bibliométrie0,0180,019
Études des sciences et des technologies0,0010,001
Communication savante0,0040,004
Science ouverte0,0020,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,022
Tête enseignante GPT0,468
Écart entre enseignants0,446 · 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

Citations909
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the American Medical Informatics AssociationMême sujetElectronic Health Records SystemsTravaux en français237 207