MétaCan
Menu
Retour à la cohorte
Enregistrement W3117088889 · doi:10.1186/s12913-021-06473-6

Interoperability frameworks linking mHealth applications to electronic record systems

2021· review· en· W3117088889 sur OpenAlexaff
Kagiso Ndlovu, Maurice Mars, Richard E. Scott

Notice bibliographique

RevueBMC Health Services Research · 2021
Typereview
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-cléseHealthInteroperabilitymHealthHealth informaticsSemantic interoperabilityContext (archaeology)Health careTelemedicineMedicineKnowledge managementComputer sciencePsychological interventionWorld Wide WebNursingPublic healthPolitical scienceGeography

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: mHealth presents innovative approaches to enhance primary healthcare delivery in developing countries like Botswana. The impact of mHealth solutions can be improved if they are interoperable with eRecord systems such as electronic health records, electronic medical records and patient health records. eHealth interoperability frameworks exist but their availability and utility for linking mHealth solutions to eRecords in developing world settings like Botswana is unknown. The recently adopted eHealth Strategy for Botswana recognises interoperability as an issue and mHealth as a potential solution for some healthcare needs, but does not address linking the two. AIM: This study reviewed published reviews of eHealth interoperability frameworks for linking mHealth solutions with eRecords, and assessed their relevance to informing interoperability efforts with respect to Botswana's eHealth Strategy. METHODS: A structured literature review and analysis of published reviews of eHealth interoperability frameworks was performed to determine if any are relevant to linking mHealth with eRecords. The Botswanan eHealth Strategy was reviewed. RESULTS: Four articles presented and reviewed eHealth interoperability frameworks that support linking of mHealth interventions to eRecords and associated implementation strategies. While the frameworks were developed for specific circumstances and therefore were based upon varying assumptions and perspectives, they entailed aspects that are relevant and could be drawn upon when developing an mHealth interoperability framework for Botswana. Common emerging themes of infrastructure, interoperability standards, data security and usability were identified and discussed; all of which are important in the developing world context such as in Botswana. The Botswana eHealth Strategy recognises interoperability, mHealth, and eRecords as distinct issues, but not linking of mHealth solutions with eRecords. CONCLUSIONS: Delivery of healthcare is shifting from hospital-based to patient-centered primary healthcare and community-based settings, using mHealth interventions. The impact of mHealth solutions can be improved if data generated from them are converted into digital information ready for transmission and incorporation into eRecord systems. The Botswana eHealth Strategy stresses the need to have interoperable eRecords, but mHealth solutions must not be left out. Literature insight about mHealth interoperability with eRecords can inform implementation strategies for Botswana and elsewhere.

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)0,024
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesIntégrité de la recherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,903
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0240,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0050,001
Bibliométrie0,0020,007
Études des sciences et des technologies0,0070,000
Communication savante0,0000,000
Science ouverte0,0030,002
Intégrité de la recherche0,0040,021
Charge utile insuffisante (le modèle a refusé de juger)0,0010,007

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 Opus0,203
Tête enseignante GPT0,593
Écart entre enseignants0,390 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations54
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Health Services ResearchMême sujetMobile Health and mHealth ApplicationsTravaux en français237 207