Creation and implementation of an electronic health record note for quality improvement in pediatric epilepsy: Practical considerations and lessons learned
Notice bibliographique
Résumé
OBJECTIVE: To describe the development of the Pediatric Epilepsy Outcome-Informatics Project (PEOIP) at Alberta Children's Hospital (ACH), which was created to provide standardized, point-of-care data entry; near-time data analysis; and availability of outcome dashboards as a baseline on which to pursue quality improvement. METHODS: Stakeholders involved in the PEOIP met weekly to determine the most important outcomes for patients diagnosed with epilepsy, create a standardized electronic note with defined fields (patient demographics, seizure and syndrome type and frequency and specific outcomes- seizure type and frequency, adverse effects, emergency department visits, hospitalization, and care pathways for clinical decision support. These were embedded in the electronic health record from which the fields were extracted into a data display platform that provided patient- and population-level dashboards updated every 36 hours. Provider satisfaction and family experience surveys were performed to assess the impact of the standardized electronic note. RESULTS: In the last 5 years, 3,245 unique patients involving 13, 831 encounters had prospective, longitudinal, standardized epilepsy data accrued via point-of-care data entry into an electronic note as part of routine clinical care. A provider satisfaction survey of the small number of users involved indicated that the vast majority believed that the note makes documentation more efficient. A family experience survey indicated that being provided with the note was considered "valuable" or "really valuable" by 86% of respondents and facilitated communication with family members, school, and advocacy organizations. SIGNIFICANCE: The PEOIP serves as a proof of principle that information obtained as part of routine clinical care can be collected in a prospective, standardized, efficient manner and be used to construct filterable process/outcome dashboards, updated in near time (36 hours). This information will provide the necessary baseline data on which multiple of QI projects to improve meaningful outcomes for children with epilepsy will be based.
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 | 0,080 | 0,101 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,008 | 0,009 |
| Science ouverte | 0,006 | 0,005 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».