Looking for the Evidence: Value of Health Informatics. Editorial
Notice bibliographique
Résumé
OBJECTIVES: To provide an editorial introduction to the 2013 IMIA Yearbook of Medical Informatics with an overview of its contents and contributors. METHODS: A brief overview of the main theme, and an outline of the purposes, contents, format, and acknowledgment of contributions. RESULTS: Health information technology (HIT) is currently widely implemented to improve healthcare quality and patient safety while reducing costs. Although these benefits are expected and largely advertised, the evidence for these benefits is still missing. Unintended consequences are often reported and some applications have been shown to be wasteful, harmful, and even fatal. Evidence-based health informatics has been defined as "the conscientious, explicit and judicious use of current best evidence when making decisions about the introduction and operation of information technology in a given health care setting". The 2013 issue of the IMIA Yearbook highlights important contributions about the significant challenges that arise from the assessment of HIT solutions. Progress towards evidence-based health informatics is identified to elicit what works, what doesn't work, and why. In an environment where resources are limited, budgets lower than in past years, and the need to improve care is becoming ever more pressing, focusing on this topic should guide institutions and providers in the implementation of the best health information technology. CONCLUSION: This overview of progress and current challenges across the spectrum of the discipline shows many great examples of evidence that have been gathered on the effectiveness of HIT. However, evidence remains limited and a significant work should be conducted to improve the development, testing, and implementation of HIT applications.
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 | 0,013 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».