Frequent Mobile Electronic Medical Records Users Respond More Quickly to Emergency Department Consultation Requests: Retrospective Quantitative Study
Notice bibliographique
Résumé
BACKGROUND: Specialty consultation is a critical aspect of emergency department (ED) practice, and a delay in providing consultation might have a significant clinical effect and worsen ED overcrowding. Although mobile electronic medical records (EMR) are being increasingly used and are known to improve the workflow of health care providers, limited studies have evaluated their effectiveness in real-life clinical scenarios. OBJECTIVE: For this study, we aimed to determine the association between response duration to an ED specialty consultation request and the frequency of mobile EMR use. METHODS: This retrospective study was conducted in an academic ED in Seoul, South Korea. We analyzed EMR and mobile EMR data from May 2018 to December 2018. Timestamps of ED consultation requests were retrieved from a PC-based EMR, and the response interval was calculated. Doctors' log frequencies were obtained from the mobile EMR, and we merged data using doctors' deidentification numbers. Pearson's product-moment correlation was performed to identify this association. The primary outcome was the relationship between the frequency of mobile EMR usage and the time interval from ED request to consultation completion by specialty doctors. The secondary outcome was the relationship between the frequency of specialty doctors' mobile EMR usage and the response time to consultation requests. RESULTS: A total of 25,454 consultations requests were made for 15,555 patients, and 252 specialty doctors provided ED specialty consultations. Of the 742 doctors who used the mobile EMR, 208 doctors used it for the specialty consultation process. After excluding the cases lacking essential information, 21,885 consultations with 208 doctors were included for analysis. According to the mobile EMR usage pattern, the average usage frequency of all users was 13.3 logs/day, and the average duration of the completion of the specialty consultation was 51.7 minutes. There was a significant inverse relationship between the frequency of mobile EMR usage and time interval from ED request to consultation completion by specialty doctors (coefficient=-0.19; 95% CI -0.32 to -0.06; P=.005). Secondary analysis with the response time was done. There was also a significant inverse relationship between the frequency of specialty doctors' mobile EMR usage and the response time to consultation requests (coefficient=-0.18; 95% CI -0.30 to -0.04; P=.009). CONCLUSIONS: Our findings suggest that frequent mobile EMR usage is associated with quicker response time to ED consultation requests.
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 | 0,003 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».