MétaCan
Menu
Retour à la cohorte
Enregistrement W4245334529 · doi:10.4018/978-1-4666-6150-9.ch012

The Introduction and Evaluation of Mobile Devices to Improve Access to Patient Records

2014· book-chapter· en· W4245334529 sur OpenAlexaff
Jonn Wu, John Waldron, Shaina Reid, Jeff Barnett

Notice bibliographique

RevueAdvances in healthcare information systems and administration book series · 2014
Typebook-chapter
Langueen
DomaineHealth Professions
ThématiqueElectronic Health Records Systems
Établissements canadiensUniversity of VictoriaBC Cancer Agency
Organismes subventionnairesnon disponible
Mots-clésWorkflowWorkstationComputer scienceOperating systemDatabase

Résumé

récupéré en direct d'OpenAlex

Prompt and efficient access to patient records is vital in providing optimal patient care. The Cancer Agency Information System (CAIS) is the primary patient record repository for the British Columbia Cancer Agency (BCCA) but is only accessible on traditional computer workstations. The BCCA clinics have significant space limitations resulting in multiple healthcare professionals sharing each workstation. Furthermore, workstations are not available in examination rooms. A novel and cost-efficient solution is necessary to improve clinician access to CAIS. This prompted the BCCA and the Provincial Health Services Authority (PHSA) Information Management Information Technology Services (IMITS) team to embark on an innovative provincial collaboration to introduce and evaluate the impact of a mobile device to improve access to CAIS. The project consisted of 2 phases with over 90 participants from multiple clinical disciplines across BCCA sites and other PHSA facilities. Phase I evaluated the adoptability, effectiveness, and costs associated with providing access to CAIS using desktop virtualization via Citrix. Citrix is a server solution that provides remote access to clients via the Web or to dummy terminals in a network. Phase II incorporated the feedback and findings from Phase I to develop a customized mobile application. Phase II also addressed privacy and security requirements and included additional users and workflows. This is explored in this chapter.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,070

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0210,006

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 Opus0,036
Tête enseignante GPT0,411
Écart entre enseignants0,374 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in healthcare information systems and administration book seriesMême sujetElectronic Health Records SystemsTravaux en français237 207