Physicians' Estimates of Electronic Prescribing's Impact on Patient Safety and Quality of Care
Notice bibliographique
Résumé
Background Electronic prescribing (e-prescribing) is a potentially important intervention that can be used to reduce errors. It provides many potential benefits over handwritten medication prescriptions, including standardization, legibility, audit trails, and decision support. Electronic health record (EHR) and e-prescribing systems may greatly enhance communication and improve the quality and safety of care. Objectives Our aim is to investigate physician's opinions about the influence of electronic prescriptions on patient safety and quality of care. Methods This study extends the technology acceptance model to analyze the acceptance of e-prescribing and adds an understanding of what kind of impact the external variables (patient identification and the interoperability of applications) have on physicians' individual work performance (i.e., patient safety and quality of care). The empirical analysis uses data from surveys conducted in 2012 and 2014 in Finland. The participants were physicians, and e-prescribing was the only method that could be used for prescribing medication when these studies were conducted. Results Physicians' perceived usefulness of e-prescribing was significantly associated with patient safety and quality of care. The interoperability of an EHR had a significant effect on both the perceived ease of use and perceived usefulness of e-prescribing. The findings show that experience with an e-prescribing system has a positive effect on participants' perceived ease of use and perceived usefulness of e-prescribing. Conclusion This study highlights potential safety and efficiency benefits associated with integrated health information technology in health care. The perceived usefulness of e-prescribing affected physicians' opinions on patient safety and quality of care.
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 | 0,008 | 0,062 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| 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 ».