Проблема информатизации лечебно-профилактических учреждений РФ (на примере ЛПУ г. Москвы)
Notice bibliographique
Résumé
A study of the informatization level 56 health care facilities (HCF) in Moscow. Found that 100% of equipment information systems (IS) of the basic processes found only in 10,71% of the surveyed health facilities, about a third of health facilities (32,15%) has the power equipment from 50 to 88%, about 20% of health facilities equipped to 26-50%, a quarter of HCF (25%) is equipped with only 10-25%, a very low level of informatization (up 10%) 12,5% met in hospitals. The most frequently used in the design of IP applications for medicines, as well as registration services (59,18±5,64% and 51,20±6,1% respectively). Least helpful computerized process of registration of transactions (card transactions) 31,44±5,36%. In assessing the extent to which the functions of IP was found that 36,7% of health facilities in Moscow today use IP not completely, that is not efficient enough. Given the urgency of the application of information technology (IT) in the modern health care, its resource capabilities, the question of national informatization of health facilities in need of further development
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 | 0,012 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,006 | 0,002 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,025 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».