MétaCan
Menu
Retour à la cohorte
Enregistrement W2941687372 · doi:10.3233/978-1-61499-951-5-399

Towards a Clinical Analytics Adoption Maturity Framework for Primary Care

2019· article· en· W2941687372 sur OpenAlexaffabout
Jean-Philippe Stoldt, Morgan Price, Jens Weber

Notice bibliographique

RevueStudies in health technology and informatics · 2019
Typearticle
Langueen
DomaineHealth Professions
ThématiqueElectronic Health Records Systems
Établissements canadiensUniversity of British ColumbiaUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésAnalyticsPrimary careMaturity (psychological)Data scienceComputer scienceCapability Maturity ModelKnowledge managementMedicinePsychologyFamily medicineSoftware

Résumé

récupéré en direct d'OpenAlex

Clinical decision support systems are evolving with growing analytics capabilities towards pervasive use of artificial intelligence. Maturity models can guide the adoption of these new technologies in clinical practice to improve patient outcomes in primary care settings. Our literature survey identified the "Health Analytics Adoption Maturity Model" by Canada Health Infoway as a suitable basis for developing an adoption maturity framework with primary care focus. We follow a design-science research paradigm to develop a scientifically-validated mixed-method approach for assessing and guiding the evolution of clinical analytics capabilities in primary care. This paper summarizes the first phase of our research in progress.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,064
score de la tête « metaresearch » (Gemma)0,079
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,064
Score d'incertitude au seuil0,337

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0640,079
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0120,007
Études des sciences et des technologies0,0030,005
Communication savante0,0120,016
Science ouverte0,0020,007
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,125
Tête enseignante GPT0,522
Écart entre enseignants0,397 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueStudies in health technology and informaticsMême sujetElectronic Health Records SystemsTravaux en français237 207