MétaCan
Menu
Retour à la cohorte
Enregistrement W2800196470 · doi:10.1108/ijhg-11-2017-0058

Revisiting public health informatics: patient privacy concerns

2018· article· en· W2800196470 sur OpenAlexaffabout
David Birnbaum, Kathryn Gretsinger, Marcy Antonio, Elizabeth Loewen, Paulette Lacroix

Notice bibliographique

RevueInternational Journal of Health Governance · 2018
Typearticle
Langueen
DomaineHealth Professions
ThématiqueElectronic Health Records Systems
Établissements canadiensUniversity of VictoriaUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésHealth informaticsPublic relationsStakeholderSession (web analytics)Information privacyPublic healthInformaticsOriginalityInternet privacyPolitical scienceKnowledge managementBusinessComputer scienceMedicineWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

Purpose Expanding networks of data portals and repositories linked to electronic patient record systems, along with advances in information technology, have created both new opportunities in improving public health and new challenges in protecting patient privacy. The purpose of this paper is to review stakeholder perspectives and provide a framework for promoting implementation of current privacy protection improvement recommendations. Design/methodology/approach This paper summarizes a workshop session discussion stemming from the 2017 Information Technology and Communication in Health (ITCH) biennial international conference in Victoria, British Columbia, Canada. The perspectives within health service research, journalism, informatics and privacy protection were represented. Findings Problems underlying gaps in privacy protection in the USA and Canada, along with then-current changes recommended by public health leaders as well as Information and Privacy Commissioners, were identified in a session of the 2015 ITCH conference. During the 2017 conference, a workshop outlined the current situation, identifying ongoing challenges and a lack of significant progress. This paper summarizes that 2017 discussion identifying political climate as the major impediment to progress on this issue. It concludes with a framework to guide the path forward. Originality/value This paper provides an international perspective to problems, resources and solution pathways with links useful to readers in all countries.

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)0,008
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,852
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,107
Tête enseignante GPT0,469
Écart entre enseignants0,362 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations10
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Health GovernanceMême sujetElectronic Health Records SystemsTravaux en français237 207