Implementation of National Health Informatization in China: Survey About the Status Quo
Notice bibliographique
Résumé
BACKGROUND: The National Health and Family Planning Commission (NHFPC) in China organized a nationwide survey to investigate the informatization in hospitals and regional Health and Family Planning Commissions (HFPCs) in 2017. The survey obtained valid results from 79.69% (2021/2536) of major hospitals and 81% (26/32) of provincial and 73.1% (307/420) of municipal HFPCs. The investigated topics covered hardware infrastructure, information resources, applications, systems, and organizations in health informatics. OBJECTIVE: This study aimed to provide evidence collected from the survey regarding China's health informatization and assist policy making regarding health informatics in the 13th Five-Year Plan of China. METHODS: Based on the survey, the paper presented the status quo of China's health informatization and analyzed the progress and potential problems in terms of the country's health information development policies. RESULTS: Related policies have helped to construct 4-level information platforms and start converging the regional data to the 3 centralized databases. The principle of informatics has been transiting from finance-centered to people-centered. Alternatively, the quality, usability, and interoperability of the data still need to be improved. CONCLUSIONS: The nationwide survey shows that China's health informatization is rapidly developing. Current information platforms and databases technically support data exchanging between all provinces and cities. As China is continuing to improve the infrastructure, more advanced applications are being developed upon it.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».