Leadership Perspectives on Implementing Health Information Exchange: Qualitative Study in a Tertiary Veterans Affairs Medical Center
Notice bibliographique
Résumé
BACKGROUND: The US Department of Veterans Affairs (VA) seeks to achieve interoperability with other organizations, including non-VA community and regional health information exchanges (HIEs). OBJECTIVE: This study aims to understand the perspectives of leaders involved in implementing information exchange between VA and non-VA providers via a community HIE. METHODS: We interviewed operational, clinical, and information technology leaders at one VA facility and its community HIE partner. Respondents discussed their experiences with VA-HIE, including barriers and facilitators to implementation, and the associated impact on health care providers. Transcribed interviews were coded and analyzed using immersion-crystallization methods. RESULTS: VA and community HIE leaders found training to be a key factor when implementing VA-HIE and worked cooperatively to provide several styles and locations of training. During recruitment, a high-touch approach was successfully used to enroll patients and overcome their resistance to opting in. Discussion with leaders revealed the high levels of complexity navigated by VA providers and staff to send and retrieve information. Part of the complexity stemmed from the interconnected web of information systems and human teams necessary to implement VA-HIE information sharing. These interrelationships must be effectively managed to guide organizational decision making. CONCLUSIONS: Organizational leaders perceived information sharing to be of essential value in delivering high-quality, coordinated health care. The VA continues to increase access to outside care through the VA Maintaining Internal Systems and Strengthening Integrated Outside Networks (MISSION) Act. Along with this increase in non-VA medical care, there is a need for greater information sharing between VA and non-VA health care organizations. Insights by leaders into barriers and facilitators to VA-HIE can be applied by other national and regional networks that seek to achieve interoperability across health care delivery 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 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 | 0,016 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,012 | 0,006 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».