MétaCan
Menu
← Retour à la cohorte
Enregistrement W4308938434 · doi:10.7759/cureus.31378

Are Electronic Notifications in Imaging Order Communication Systems an Effective Means of Changing Clinicians' Behaviour?

2022· article· en· W4308938434 sur OpenAlexaboutno aff
Amjad Burgan

Notice bibliographique

RevueCureus · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueElectronic Health Records Systems
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineEmergency departmentMedical emergencyAnkleRadiographyClinical decision support systemTeleradiologyMedical physicsDemographicsTelemedicineRadiologyHealth careDecision support systemSurgeryNursingArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Introduction Order Communication Systems (Ordercomms) are computer applications used to enter diagnostic and therapeutic patient care orders and view test results. These electronic systems allow the integration of Clinical Decision Support Systems (CDSS). CDSS are computer applications designed to aid clinicians in making diagnostic and therapeutic decisions in patient care (e.g. can notify clinicians of best practice guidelines when requesting investigations or prescribing medications). The aims of this study were to determine whether electronic notifications (via Ordercomms) are effective in improving clinician compliance with the Ottawa Rules in plain radiographs requesting for ankle trauma, and the efficacy of electronic notifications in reducing inappropriate imaging requests. Methods The Ottawa Rules are a globally validated clinical decision tool with a sensitivity of 99%-100% for ankle fractures. When used, they can reduce the number of unnecessary radiographs by 30%-40%. Importantly, the Royal College of Radiologists stipulates that a patient must fulfill the Ottawa Rules in order to proceed with a plain radiograph of the ankle in trauma. A retrospective analysis of 366 plain ankle radiographs was performed to exclude bony injury in the emergency department between February and March 2018. Information gathered included patient demographics, the request form completed by the emergency department clinician, and radiology report. A pop-up reminder was then implemented on the electronic requesting system to prompt clinicians to apply the Ottawa Ankle Rules and document their plain radiograph request accordingly. Following the intervention, a further 473 plain radiographs were analysed in the same way over a three-month period (April-June 2018). Results In the two months prior to the intervention, 366 plain radiographs were performed for ankle trauma. Of these, 45.1% fulfilled the Ottawa Rules. In the three months following our intervention, 473 plain radiographs were carried out. There was no significant increase in the percentage of requests fulfilling the Ottawa Rules (45.7%). Unnecessary radiographs (those which did not fulfill the Ottawa Rules and consequently showed no fracture) also showed no change. The data demonstrates that the electronic reminder asking individuals to apply and document the Ottawa Rules appropriately had no impact on the imaging requesting behaviour, and subsequently on the number of unnecessary plain radiographs. Conclusion Electronic notifications in Order Communication Systems did not change clinicians' behaviour in this specific circumstance. This study has implications for electronic notifications in prescribing systems and pathology requesting systems. Further research is needed to determine if the findings are replicated with other imaging types.

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)0,047
score de la tête « metaresearch » (Gemma)0,298
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: Empirique
Score de désaccord entre enseignants0,047
Score d'incertitude au seuil0,249

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0470,298
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,004
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,053
Tête enseignante GPT0,439
Écart entre enseignants0,387 · 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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCureus→Même sujetElectronic Health Records Systems→Travaux en français237 207→