MétaCan
Menu
Retour à la cohorte
Enregistrement W2757433884 · doi:10.2196/medinform.7958

Impact of Electronic Health Records on Long-Term Care Facilities: Systematic Review

2017· article· en· W2757433884 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

venuePublié dans une revue dont le pays d'attache est le Canada.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueJMIR Medical Informatics · 2017
Typearticle
Langueen
DomaineNursing
ThématiqueNursing Diagnosis and Documentation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLong-term careBusinessHealth careHealth recordsIncentiveHealth information technologyIncentive programElectronic health recordMedicineMedical emergencyPopulationEnvironmental healthNursingEconomic growth

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Long-term care (LTC) facilities are an important part of the health care industry, providing care to the fastest-growing group of the population. However, the adoption of electronic health records (EHRs) in LTC facilities lags behind other areas of the health care industry. One of the reasons for the lack of widespread adoption in the United States is that LTC facilities are not eligible for incentives under the Meaningful Use program. Implementation of an EHR system in an LTC facility can potentially enhance the quality of care, provided it is appropriately implemented, used, and maintained. Unfortunately, the lag in adoption of the EHR in LTC creates a paucity of literature on the benefits of EHR implementation in LTC facilities. OBJECTIVE: The objective of this systematic review was to identify the potential benefits of implementing an EHR system in LTC facilities. The study also aims to identify the common conditions and EHR features that received favorable remarks from providers and the discrepancies that needed improvement to build up momentum across LTC settings in adopting this technology. METHODS: The authors conducted a systematic search of PubMed, Cumulative Index of Nursing and Allied Health (CINAHL), and MEDLINE databases. Papers were analyzed by multiple referees to filter out studies not germane to our research objective. A final sample of 28 papers was selected to be included in the systematic review. RESULTS: Results of this systematic review conclude that EHRs show significant improvement in the management of documentation in LTC facilities and enhanced quality outcomes. Approximately 43% (12/28) of the papers reported a mixed impact of EHRs on the management of documentation, and 33% (9/28) of papers reported positive quality outcomes using EHRs. Surprisingly, very few papers demonstrated an impact on patient satisfaction, physician satisfaction, the length of stay, and productivity using EHRs. CONCLUSIONS: Overall, implementation of EHRs has been found to be effective in the few LTC facilities that have implemented them. Implementation of EHRs in LTC facilities caused improved management of clinical documentation that enabled better decision making.

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.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,036
Score d'incertitude au seuil0,557

Scores Codex et Gemma par catégorie

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

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 Opus0,020
Tête enseignante GPT0,398
Écart entre enseignants0,379 · 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