MétaCan
Menu
Retour à la cohorte
Enregistrement W2609332150 · doi:10.1177/1460458217704244

Extended use of electronic health records by primary care physicians: Does the electronic health record artefact matter?

2017· article· en· W2609332150 sur OpenAlexaffabout
Louis Raymond, Guy Paré, Marie Marchand

Notice bibliographique

RevueHealth Informatics Journal · 2017
Typearticle
Langueen
DomaineHealth Professions
ThématiqueElectronic Health Records Systems
Établissements canadiensHEC MontréalUniversité du Québec à Trois-Rivières
Organismes subventionnairesnon disponible
Mots-clésElectronic health recordHealth recordsSoftware deploymentElectronic medical recordMedical recordFamily medicineClinical decision support systemPrimary careHealth careMedicinePopulationPopulation healthPerspective (graphical)Medical emergencyComputer scienceDecision support systemEnvironmental healthData mining

Résumé

récupéré en direct d'OpenAlex

The deployment of electronic health record systems is deemed to play a decisive role in the transformations currently being implemented in primary care medical practices. This study aims to characterize electronic health record systems from the perspective of family physicians. To achieve this goal, we conducted a survey of physicians practising in private clinics located in Quebec, Canada. We used valid responses from 331 respondents who were found to be representative of the larger population. Data provided by the physicians using the top three electronic health record software products were analysed in order to obtain statistically adequate sub-sample sizes. Significant differences were observed among the three products with regard to their functional capability. The extent to which each of the electronic health record functionalities are used by physicians also varied significantly. Our results confirm that the electronic health record artefact 'does matter', its clinical functionalities explaining why certain physicians make more extended use of their system than others.

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)0,012
score de la tête « metaresearch » (Gemma)0,062
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 enseignants0,017
Score d'incertitude au seuil0,064

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,062
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,002
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,043
Tête enseignante GPT0,397
Écart entre enseignants0,354 · 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

Citations12
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHealth Informatics JournalMême sujetElectronic Health Records SystemsTravaux en français237 207