MétaCan
Menu
Retour à la cohorte
Enregistrement W3012685413 · doi:10.1186/s12911-020-1048-9

Rethinking the electronic health record through the quadruple aim: time to align its value with the health system

2020· article· en· W3012685413 sur OpenAlexafffund
Hassane Alami, Pascale Lehoux, Marie‐Pierre Gagnon, Jean‐Paul Fortin, Richard Fleet, Mohamed Ali Ag Ahmed

Notice bibliographique

RevueBMC Medical Informatics and Decision Making · 2020
Typearticle
Langueen
DomaineHealth Professions
ThématiqueElectronic Health Records Systems
Établissements canadiensCégep de LévisUniversité LavalUniversité de SherbrookeUniversité de MontréalInstitut National d'Excellence en Santé et en Services Sociaux
Organismes subventionnairesInstitute of Health Services and Policy ResearchFonds de Recherche du Québec - SantéCanadian Institutes of Health Research
Mots-clésHealth informaticsHealth careHealth information technologyWork (physics)Electronic health recordQuality (philosophy)Population healthValue (mathematics)Health recordsHRHISNursingMeaningful useHealth information exchangeHealth policyMedicineKnowledge managementBusinessPublic healthComputer scienceHealth informationEngineeringPolitical science

Résumé

récupéré en direct d'OpenAlex

Electronic health records (EHRs) are considered as a powerful lever for enabling value-based health systems. However, many challenges to their use persist and some of their unintended negative impacts are increasingly well documented, including the deterioration of work conditions and quality, and increased dissatisfaction of health care providers. The "quadruple aim" consists of improving population health as well as patient and provider experience while reducing costs. Based on this approach, improving the quality of work and well-being of health care providers could help rethinking the implementation of EHRs and also other information technology-based tools and systems, while creating more value for patients, organizations and health systems.

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)0,015
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,809
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0150,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0040,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,083
Tête enseignante GPT0,418
Écart entre enseignants0,335 · 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'étudeSans objet
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

Citations49
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMC Medical Informatics and Decision MakingMême sujetElectronic Health Records SystemsTravaux en français237 207