MétaCan
Menu
Retour à la cohorte
Enregistrement W4309158437 · doi:10.2196/39542

Physicians’ Perspectives on Inpatient Portals: Systematic Review

2022· review· en· W4309158437 sur OpenAlexvenueno aff
Kaila Louise Banguilan, Frank A. Sonnenberg, Catherine Chen

Notice bibliographique

RevueInteractive Journal of Medical Research · 2022
Typereview
Langueen
DomaineHealth Professions
ThématiqueElectronic Health Records Systems
Établissements canadiensnon disponible
Organismes subventionnairesNational Center for Advancing Translational Sciences
Mots-clésPatient portalThematic analysisMEDLINEMedicineCritical appraisalHealth careSystematic reviewWorkflowScopusFamily medicineInpatient careMedical educationNursingQualitative researchAlternative medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Inpatient portals are online platforms that allow patients to access their personal health information and monitor their health while in the acute care setting. Despite their potential to improve quality of care and empower patients and families to participate in their treatment, adoption remains low. Outpatient portal studies have shown that physician endorsement can drive patients' adoption of these systems. Insights on physicians' perspectives on use of these platforms can help improve patient and physician satisfaction and inpatient portal uptake. OBJECTIVE: The purpose of this systematic review is to better understand physicians' perspectives toward inpatient portals. METHODS: A systematic literature review was conducted for studies published between 1994 and November 2021 using keywords for physicians' perspectives toward patient portals and personal health records. Databases included PubMed, MEDLINE, Web of Science, and Scopus. Articles solely focused on nonphysician clinicians or addressing only outpatient settings or shared notes were excluded from this review. Two reviewers performed title, abstract, and full-text screening independently. Bias assessment was performed using the JBI SUMARI Critical Appraisal Tool (Joanna Briggs Institute). Inductive thematic analysis was done based on themes reported by original authors. Data were synthesized using narrative synthesis and reported according to overarching themes. RESULTS: In all, 4199 articles were collected and 9 included. All but 2 of the studies were conducted in the United States. Common themes identified were communication and privacy, portal functionality and patient use, and workflow. In studies where physicians had no prior patient portal experience, concerns were expressed about communication issues created by patients' access to laboratory results and potential impact on existing workflow. Concerns about negative communication impacts were not borne out in postimplementation studies. CONCLUSIONS: Physicians perceived inpatient portals to be beneficial to patients and saw improvement in communication as a result. This is consistent with outpatient studies and highlights the need to improve training on portal use and include physicians during the design process. Health care organizations and information technology entities can take steps to increasing clinician comfort. Physician concerns involving patient portal usage and managing patient expectations also need to be addressed. With improved clinician support, initial pessimism about communication and workload issues can be overcome. Limitations of this review include the small number of pre- and postimplementation studies found. This is also not a review of perspectives on open notes, which merits separate discussion.

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)0,015
score de la tête « metaresearch » (Gemma)0,072
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,081

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,072
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0050,005
Bibliométrie0,0110,015
Études des sciences et des technologies0,0010,001
Communication savante0,0030,003
Science ouverte0,0020,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,352
Tête enseignante GPT0,663
Écart entre enseignants0,311 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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

En bref

Citations7
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInteractive Journal of Medical ResearchMême sujetElectronic Health Records SystemsTravaux en français237 207