MétaCan
Menu
Retour à la cohorte
Enregistrement W2416143318 · doi:10.2196/mhealth.5464

Mobile Electronic Medical Records Promote Workflow: Physicians’ Perspective From a Survey

2016· article· en· W2416143318 sur OpenAlexvenueno aff
Julian Duhm, Robert Fleischmann, Sein Schmidt, Hagen Hupperts, Stephan A. Brandt

Notice bibliographique

RevueJMIR mhealth and uhealth · 2016
Typearticle
Langueen
DomaineHealth Professions
ThématiqueElectronic Health Records Systems
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWorkflowMedicineMedical recordFamily medicineTablet pcMEDLINEmHealthMedical emergencyPsychological interventionNursingMultimediaComputer scienceDatabase

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: As a result of demographic changes, physicians are required to deliver needed services with limited resources. Research suggests that tablet PCs with access to patient data may streamline clinical workflow. A recent study found tablets with mobile electronic medical records (EMRs) can facilitate data retrieval and produce time savings across the clinical routine within hospital settings. However, the reasons for these time savings, including details on how tablets were being used, remain unclear. The same applies to physicians' perceptions of this tool within an inpatient setting. OBJECTIVE: This study examined physicians' perception of tablets with EMRs in an inpatient setting. The rationale was to identify both subjective and objective factors that impacted the successful implementation and use of tablets running an EMR. METHODS: We developed a 57-item survey questionnaire designed to examine users' perception of and attitude toward tablets, which was administered to 14 participating physicians following 7 weeks of tablet use. Five participants volunteered to participate in a second study that investigated physicians' patterns of tablet use within the EMR environment by digitally tracking and storing usage behavior. Statistical analyses of questionnaire results included mean values with their bootstrapped 95% confidence intervals and multivariate analysis of variance to identify predictors of tablet use. RESULTS: Physicians reported high degrees of satisfaction with the tablets. There was a general consensus among physicians that tablet use streamlined clinical workflow through optimized data retrieval (rated 0.69, 0.23-1.15 points better than control) and improved communication with patients and other physicians (rated 0.85, 0.54-1.15 and 0.77, 0.38-1.15 points better than control, respectively). Age (F3,11=3.54, P=.04), occupational group (F1,11=7.17, P=.04), and attitude toward novel technologies (F1,11=10.54, P=.02) predicted physicians' satisfaction with the devices and their motivation regarding their further use. Tracking data yielded that only a few of the available functions were used frequently. CONCLUSIONS: Although tablet PCs were consistently perceived as beneficial, several factors contributed to the fact that their full potential was not fully exploited. Training in functionality and providing a reliable infrastructure might foster successful tablet implementation.

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)0,007
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,592
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,062
Tête enseignante GPT0,454
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations47
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR mhealth and uhealthMême sujetElectronic Health Records SystemsTravaux en français237 207