Adopting Healthcare Information Exchange among Organizations, Regions, and Hospital Systems toward Quality, Sustainability, and Effectiveness
Notice bibliographique
Résumé
Adopting data and information integration and exchange between two or more organizations, regions, communities, health insurance companies, and hospital systems has gradually become a requirement to improve health care quality, sustainability in management of work processes, and efficiency and effectiveness in financial and administrative management through cost monitoring and improved clinical protocols. The central aim of this study was to demonstrate how the use of Health Information Exchange (HIE) models helps increase quality, sustainability, efficiency, and effectiveness through data and information integration and exchange. Data collection were performed through an assessment of the literature in the timeframe between 2002 and 2016 referring to academic or non-academic organizations. The analysis of the literature considered Brazilian, American, and European articles. The results from the research on electronic databases were not satisfactory for the Brazilian scenario, where this theme is still very recent. Results from statistical, quantitative, and qualitative analyses showing data, indices, and the use of ICTs through dedicated software showed that health data and information exchange is capable of improving: 1) the quality of care given to patients and employees of the institution; 2) sustainability in management of work processes and activities pertaining to the relationship between providers, users, and service offer; 3) effectiveness and efficiency in operational cost monitoring and service protocols, giving the health institutions a prominent position in their fields in the eyes of external investors. Regarding the appropriate, legally- and policy-compliant use of data and information exchange and integration, organizations must obey legal requirements in conformity with each country’s current legislation. Suggestions for future studies are given at the end.
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 | 0,078 | 0,090 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,008 | 0,010 |
| Études des sciences et des technologies | 0,003 | 0,006 |
| Communication savante | 0,022 | 0,024 |
| Science ouverte | 0,002 | 0,013 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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 ».