MétaCan
Menu
Retour à la cohorte
Enregistrement W2342702490 · doi:10.5539/gjhs.v8n12p95

Evaluation of Hospital Information Systems in Iran: A Case Study in the Kerman Province

2016· article· en· W2342702490 sur OpenAlexvenueno aff
Somayeh Noori Hekmat, Reza Dehnavieh, Tahereh Behmard, Razieh Khajehkazemi, Mohammad Hossein Mehrolhassani, Atousa Poursheikhali

Notice bibliographique

RevueGlobal Journal of Health Science · 2016
Typearticle
Langueen
DomaineHealth Professions
ThématiqueElectronic Health Records Systems
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésChecklistChristian ministryInformation systemMedicineCapital cityHealth careHospital information systemDecision support systemTelemedicineQuality (philosophy)Healthcare systemMedical emergencyOperations managementNursingGeographyComputer sciencePsychologyData miningEngineering

Résumé

récupéré en direct d'OpenAlex

The Hospital Information system (HIS) is a comprehensive solution that offers complete data integration for different administrative levels in hospitals. To the extent that this system is close to its aim, the efficiency and quality of health care would increase in hospitals. The performance of HIS systems in 13 hospitals in Kerman province that they were evaluated based on four major criteria of ownership, location, education and software design. Seven hospitals were located in the capital city of Kerman province. According to teaching status of hospitals, four were teaching and based on their ownership three were public. The checklist of Iranian ministry of health and medical education, containing 20 indexes were used to evaluate each hospital’s HIS system in three main supportive, diagnosis and clinical sectors. Spearman correlation coefficient was used to assess the association between major sectors. The highest score (mean±SD) was observed in laboratory information systems (88.19±13.69), resource management (84.47±8.94), and registration information systems (84.47±18.06); the lowest scores were for telemedicine (45.58±3.86), staff information and timing systems (40±16.64), and decision support systems (23.6±4.97). The total score of HIS software was positively correlated with all its three components. There were strong positive correlations between all three components. The three factors of decision support systems, staff information systems and telemedicine have an important role in providing solutions for non-structured management problems and for leading decision-makers to insights, improving human resource management and solving the problem of access to services. Thus, based on the survey findings, those three factors need to be improved in the Iranian hospital information system.

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)0,004
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,062
Score d'incertitude au seuil0,124

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0020,002
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,092
Tête enseignante GPT0,483
Écart entre enseignants0,392 · 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'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

Citations8
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Journal of Health ScienceMême sujetElectronic Health Records SystemsTravaux en français237 207