Utilization of Hospital Room Hospitality Features on Patient-Controlled Tablet Computers: Cohort Study
Notice bibliographique
Résumé
BACKGROUND: Patient portals tethered to electronic health records can improve patient experience, activation, and outcomes. However, adoption of inpatient portals has been challenging. One way to potentially increase inpatient portal usage is to integrate it with a room control (RC) app on a common tablet computer. OBJECTIVE: The aim of this study was to perform a retrospective analysis of patient usage of an RC app provided on tablet computers in patient rooms of our new inpatient tower. METHODS: We identified all patients who were admitted for >24 hours to our new inpatient tower over a 90-day period from September 1 to November 30, 2017. After excluding newborn patients from our analysis, we then identified patients who used the RC app at least one time during their admission. We linked these data to patient demographics (including age, sex, and race) and admitting service. We then performed univariable and multivariable logistic regression to assess patterns of RC app usage. RESULTS: A total of 3411 patients were admitted over the course of the study period; 2242/3411 (65.73%) used the RC app during their hospitalization. Compared with white patients, other/mixed/unknown race and Asian, Hawaiian, Pacific Islander, American Indian race were significantly associated with increased use of the RC app in a multivariable analysis. Increasing age was significantly associated with increased usage of the RC app. Usage of the RC app also varied by admitting services. Compared with general medicine, bone marrow transplant and general surgery patients had increased usage of the RC app. Conversely, critical care, medical specialties, neurology, surgical subspecialties, and obstetrics/gynecology were all associated with decreased usage of the RC app. CONCLUSIONS: Our study shows that one-third of patients are not using the RC app for critical room functions. Future initiatives to increase RC usage should take these populations into consideration. Contrary to common belief, older patients may use tablet-enabled RCs just as often, if not more often, than younger patients. Certain admitting services, such as neurology and surgical subspecialties, may have had lower usage rates owing to accessibility issues. Our study allows hospitals to tailor support for specific patient populations to increase RC app usage.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
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 ».