MétaCan
Menu
Retour à la cohorte
Enregistrement W2241323466 · doi:10.1161/circoutcomes.7.suppl_1.266

Abstract 266: No Impact of Electronic Health Records on Quality of Care and Outcomes for Ischemic Stroke

2014· article· en· W2241323466 sur OpenAlexaff
Karen E. Joynt, Deepak L. Bhatt, Lee H. Schwamm, Ying Xian, Paul A. Heidenreich, Gregg C. Fonarow, Eric E. Smith, Maria V. Grau‐Sepulveda, Adrian F. Hernandez

Notice bibliographique

RevueCirculation Cardiovascular Quality and Outcomes · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueAcute Ischemic Stroke Management
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMedicineStroke (engine)Health recordsMedical recordHealth careEmergency medicineIschemic strokeElectronic health recordHospital dischargeMultivariate analysisMedical emergencyFamily medicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

Background: Electronic Health Records (EHRs) may be a key tool for improving the quality of healthcare. They may be particularly important for conditions such as ischemic stroke, in which guidelines are rapidly evolving and timely care of the patient is critical. Methods: We used data from 1,236 hospitals participating in Get With The Guidelines-Stroke, representing 626,473 ischemic strokes between 2007 and 2010, and linked this with the American Hospital Association annual survey to characterize which study hospitals had an EHR. We conducted regression analyses to determine whether hospitals with an EHR demonstrated better performance on quality metrics, length of stay, discharge to home, and mortality. Results: 511 hospitals had an EHR by the end of the study period. Stroke patients at hospitals with EHRs were younger, more often male and non-white, and had a lower burden of medical comorbidities. Hospitals with EHRs were larger, and more often teaching hospitals and stroke centers than hospitals without EHRs. In unadjusted analyses, patients at hospitals with EHRs were more likely to receive “all-or-none” care (87.9% versus 82.6%, p<0.001), and less likely to have a length of stay over 4 days (42.4% versus 43.9%, p<0.001). However, there were no differences in discharge to a site other than home (50.9% versus 51.1%, p=0.12) or in-hospital mortality (5.3% versus 5.2%, p=0.40). In multivariate analyses, after controlling for patient and hospital characteristics, the presence of an EHR was no longer associated with better quality care, and continued to have no association with clinical outcomes (Table). Conclusions: In our sample of GWTG-Stroke hospitals, EHRs were not associated with higher-quality care or better clinical outcomes. Given that these systems often create significant added burden for clinicians, further work to ensure that they are better integrated with care and fully evidence-driven is critical.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,928

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,038
Tête enseignante GPT0,358
Écart entre enseignants0,319 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCirculation Cardiovascular Quality and OutcomesMême sujetAcute Ischemic Stroke ManagementTravaux en français237 207