Usability evaluation of order sets in a computerised provider order entry system
Notice bibliographique
Résumé
BACKGROUND: Computerised provider order entry (CPOE) is an important patient safety intervention that has encountered significant barriers to implementation. The usability of a CPOE system plays a significant role in its acceptance. The authors conducted a heuristic evaluation of a CPOE order set system to uncover existing usability issues prior to implementation. METHODS: A heuristic evaluation methodology was used to evaluate the usability of a CPOE test order set system. There are 10 heuristic principles, such as error prevention, to help users identify and recover from errors. Evaluators included a staff physician with extensive clinical experience, and three engineers with expertise in heuristic evaluation methodology. The results of the heuristic evaluation were used to create a user centred design prototype. RESULTS: 92 unique heuristic violations were found for the CPOE test order set system, including 35 identified by the clinician and at least one engineer, and 57 of the 92 violations (62%) found only by the clinician. All evaluators identified at least one violation of each of the 10 usability heuristics in their analysis of the CPOE system. A user centred design prototype was created to demonstrate changes that could improve usability. INTERPRETATION: The CPOE test order set system had many usability heuristic violations. Many violations were found by a clinician with knowledge of the heuristic evaluation process. Implementation of the CPOE system was deferred and a new user centred design prototype was developed for future study. The authors recommend conducting heuristic evaluations early in the process of designing, selecting and implementing CPOE systems.
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 | 0,038 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 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 ».