MétaCan
Menu
Retour à la cohorte
Enregistrement W3031266125 · doi:10.2196/17416

Embedding the Pillars of Quality in Health Information Technology Solutions Using “Integrated Patient Journey Mapping” (IPJM): Case Study

2020· article· en· W3031266125 sur OpenAlex
Stephen McCarthy, Paidi O’Raghallaigh, Simon Woodworth, Yoke Yin Lim, Louise C. Kenny, Frédéric Adam

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

venuePublié dans une revue dont le pays d'attache est le Canada.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueJMIR Human Factors · 2020
Typearticle
Langueen
DomaineHealth Professions
ThématiqueElectronic Health Records Systems
Établissements canadiensnon disponible
Organismes subventionnairesScience Foundation Ireland
Mots-clésEmbeddingQuality (philosophy)Health information technologyComputer scienceKnowledge managementHealth carePolitical scienceArtificial intelligenceEpistemologyPhilosophy

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Health information technology (HIT) and associated data analytics offer significant opportunities for tackling some of the more complex challenges currently facing the health care sector. However, to deliver robust health care service improvements, it is essential that HIT solutions be designed by parallelly considering the 3 core pillars of health care quality: clinical effectiveness, patient safety, and patient experience. This requires multidisciplinary teams to design interventions that both adhere to medical protocols and achieve the tripartite goals of effectiveness, safety, and experience. OBJECTIVE: In this paper, we present a design tool called Integrated Patient Journey Mapping (IPJM) that was developed to assist multidisciplinary teams in designing effective HIT solutions to address the 3 core pillars of health care quality. IPJM is intended to support the analysis of requirements as well as to promote empathy and the emergence of shared commitment and understanding among multidisciplinary teams. METHODS: A 6-month, in-depth case study was conducted to derive findings on the use of IPJM during Learning to Evaluate Blood Pressure at Home (LEANBH), a connected health project that developed an HIT solution for the perinatal health context. Data were collected from over 700 hours of participant observations and 10 semistructured interviews. RESULTS: The findings indicate that IPJM offered a constructive tool for multidisciplinary teams to work together in designing an HIT solution, through mapping the physical and emotional journey of patients for both the current service and the proposed connected health service. This allowed team members to consider the goals, tasks, constraints, and actors involved in the delivery of this journey and to capture requirements for the digital touchpoints of the connected health service. CONCLUSIONS: Overall, IPJM facilitates the design and implementation of complex HITs that require multidisciplinary participation.

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.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,479
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,247
Tête enseignante GPT0,499
Écart entre enseignants0,251 · 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