An analysis of a novel Canadian pilot health information exchange to improve transitions between hospital and long-term care/skilled nursing facility
Notice bibliographique
Résumé
Purpose The purpose of the article is to assess the effectiveness, compliance, adoption and lessons learnt from the pilot implementation of a data integration solution between an acute care hospital information system (HIS) and a long-term care (LTC) home electronic medical record through a case report. Design/methodology/approach Utilization statistics of the data integration solution were captured at one-month post implementation and again one year later for both the emergency department (ED) and LTC home. Clinician feedback from surveys and structured interviews was obtained from ED physicians and a multidisciplinary LTC group. Findings The authors successfully exchanged health information between a HIS and the electronic medical record (EMR) of an LTC facility in Canada. Perceived time savings were acknowledged by ED physicians, and actual time savings as high as 45 min were reported by LTC staff when completing medication reconciliation. Barriers to adoption included awareness, training efficacy and delivery models, workflow integration within existing practice and the limited number of facilities participating in the pilot. Future direction includes broader staff involvement, expanding the number of sites and re-evaluating impacts. Practical implications A data integration solution to exchange clinical information can make patient transfers more efficient, reduce data transcription errors, and improve the visibility of essential patient information across the continuum of care. Originality/value Although there has been a large effort to integrate health data across care levels in the United States and internationally, the groundwork for such integrations between interoperable systems has only just begun in Canada. The implementation of the integration between an enterprise LTC electronic medical record system and an HIS described herein is the first of its kind in Canada. Benefits and lessons learnt from this pilot will be useful for further hospital-to-LTC home interoperability work.
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 | 0,019 | 0,046 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,006 | 0,002 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».