MétaCan
Menu
Retour à la cohorte
Enregistrement W3151660657 · doi:10.2196/24038

Development and Implementation of a Multidisciplinary Electronic Discharge Readiness Tool: User-Centered Design Approach

2021· article· en· W3151660657 sur OpenAlexvenueno aff
Angela Keniston, Lauren McBeth, Jonathan Pell, Kasey Bowden, Stephen Ball, Kristin Stoebner, Elaina Scherzberg, Susan L. Moore, Jamie Nordhagen, Amanda Anthony, Marisha Burden

Notice bibliographique

RevueJMIR Human Factors · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueHeart Failure Treatment and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWorkflowStakeholderMultidisciplinary approachFidelityComputer scienceProcess managementHealth careEngineeringDatabase

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Typical solutions for improving discharge planning often rely on one-way communication mechanisms, static data entry into the electronic health record (EHR), or in-person meetings. Lack of timely and effective communication can adversely affect patients and their care teams. OBJECTIVE: Applying robust user-centered design strategies, we aimed to design an innovative EHR-based discharge readiness communication tool (the Discharge Today tool) to enable care teams to communicate any barriers to discharge, the status of patient discharge readiness, and patient discharge needs in real time across hospital settings. METHODS: We employed multiple user-centered design strategies, including exploration of the current state for documenting discharge readiness and directing discharge planning, iterative low-fidelity prototypes, multidisciplinary stakeholder meetings, a brainwriting premortem exercise, and preproduction user testing. We iteratively collected feedback from users via meetings and surveys. RESULTS: We conducted 28 meetings with 20 different stakeholder groups. From these stakeholder meetings, we developed 14 low-fidelity prototypes prior to deploying the Discharge Today tool for our pilot study. During the pilot study, stakeholders requested 46 modifications, of which 25 (54%) were successfully executed. We found that most providers who responded to the survey reported that the tool either saved time or did not change the amount of time required to complete their discharge workflow (21/24, 88%). Responses to open-ended questions offered both positive feedback and opportunities for improvement in the domains of efficiency, integration into workflow, avoidance of redundancies, expedited communication, and patient-centeredness. CONCLUSIONS: Survey data suggest that this electronic discharge readiness tool has been successfully adopted by providers and clinical staff. Frequent stakeholder engagement and iterative user-centered design were critical to the successful implementation of this tool.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,080
Score d'incertitude au seuil0,580

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,053
Tête enseignante GPT0,340
Écart entre enseignants0,287 · 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; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations15
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Human FactorsMême sujetHeart Failure Treatment and ManagementTravaux en français237 207