An Ethnographic Study of Health Information Technology Use in Three Intensive Care Units
Notice bibliographique
Résumé
OBJECTIVES: To identify the impact of a full suite of health information technology (HIT) on the relationships that support safety and quality among intensive care unit (ICU) clinicians. DATA SOURCES: A year-long comparative ethnographic study of three academic ICUs was carried out. A total of 446 hours of observational data was collected in the form of field notes. A subset of these observations-134 hours-was devoted to job-shadowing individual clinicians and conducting a time study of their HIT usage. PRINCIPAL FINDINGS: Significant variation in HIT implementation rates and usage was noted. Average HIT use on the two "high-use" ICUs was 49 percent. On the "low-use" ICU, it was 10 percent. Clinicians on the high-use ICUs experienced "silo" effects with potential safety and quality implications. HIT work was associated with spatial, data, and social silos that separated ICU clinicians from one another and their patients. Situational awareness, communication, and patient satisfaction were negatively affected by this siloing. CONCLUSIONS: HIT has the potential to accentuate social and professional divisions as clinical communications shift from being in-person to electronically mediated. Socio-technically informed usability testing is recommended for those hospitals that have yet to implement HIT. For those hospitals already implementing HIT, we suggest rapid, locally driven qualitative assessments focused on developing solutions to identified gaps between HIT usage patterns and organizational quality goals.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,005 | 0,003 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».