MétaCan
Menu
Retour à la cohorte
Enregistrement W2918846566 · doi:10.1111/chd.12745

Electronic health record associated stress: A survey study of adult congenital heart disease specialists

2019· article· en· W2918846566 sur OpenAlexaboutno aff
Darcy N. Marckini, Bennett P. Samuel, Jessica Parker, Stephen C. Cook

Notice bibliographique

RevueCongenital Heart Disease · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueHospital Admissions and Outcomes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBurnoutMedicineDepersonalizationWorkloadEmotional exhaustionFamily medicineHealth careClinical psychology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Physician burnout has many undesirable consequences, including negative impact on patient care delivery and physician career satisfaction. Electronic health records (EHRs) may exacerbate burnout by increasing physician workload. OBJECTIVE: To determine burnout in adult congenital heart disease (ACHD) specialists by assessing stress associated with EHRs. DESIGN: Electronic survey study of ACHD providers. SETTING: Canada and United States. PARTICIPANTS: Three hundred eighty-three ACHD specialists listed on the Adult Congenital Heart Association directory between February and April 2017. OUTCOME MEASURES: Burnout was measured using the Maslach Burnout Inventory (MBI) to understand factors contributing to work life and EHR satisfaction. Chi-square and Wilcoxon Rank Sum tests were used for statistical analysis. RESULTS: Of the 383 invited participants, 110 (28.7%) completed surveys with the majority (n = 88, 80.7%) reporting from an academic medical center. Burnout was defined as high scores on the emotional exhaustion and/or depersonalization MBI subscales. When comparing the 40% (n = 44) that met criteria for burnout with those that did not, there was strong disagreement that a reasonable amount of time is spent on clerical tasks related to direct (P = .0043) or indirect (P = .0004) patient care. There was strong disagreement that EHRs increased efficiency (P = .006) or the patient portal improved patient care (P = .0215). Finally, physicians who met criteria for burnout had lower personal accomplishment scores (P = .0355). CONCLUSIONS: Our results suggest time spent on EHRs creates clerical burden exacerbating ACHD physician burnout. The high levels of emotional exhaustion may decrease quality of ACHD care by directing focus away from physician-patient interaction. Health care systems must develop best practice for EHR design and implementation to optimize patient advocacy and care, and decrease physician burnout.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,003
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
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)0,0010,000

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 Opus0,018
Tête enseignante GPT0,307
Écart entre enseignants0,289 · 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.

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

Citations25
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCongenital Heart DiseaseMême sujetHospital Admissions and OutcomesTravaux en français237 207