MétaCan
Menu
Retour à la cohorte
Enregistrement W4312067582 · doi:10.1177/20552076221144106

“I think it's something that we should lean in to”: The use of OpenNotes in Canadian psychiatric care contexts by clinicians

2022· article· en· W4312067582 sur OpenAlexafffundabout
Iman Kassam, Hwayeon Danielle Shin, Keri Durocher, Brian Lo, Nelson Shen, Rohan Mehta, Sanjeev Sockalingam, David Wiljer, David Gratzer, Lydia Sequeira, Gillian Strudwick

Notice bibliographique

RevueDigital Health · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Policy Implementation Science
Établissements canadiensUniversity Health NetworkUniversity of TorontoWestern UniversityCentre for Addiction and Mental Health
Organismes subventionnairesCentre for Addiction and Mental Health Foundation
Mots-clésMental healthFocus groupCLARITYQualitative researchPsychological interventionNursingPsychologyEmpowermentHealth careMedicineMedical educationPsychiatry

Résumé

récupéré en direct d'OpenAlex

Background: OpenNotes is the concept of patients having access to their health records and clinical notes in a digital form. In psychiatric settings, clinicians often feel uncomfortable with this concept, and require support during implementation. Objective: This study utilizes an implementation science lens to explore clinicians' perceptions about using OpenNotes in Canadian psychiatric care contexts. The findings are intended to inform the co-design of implementation strategies to support the implementation of OpenNotes in Canadian contexts. Method: This qualitative descriptive study employed semi-structured interviews which were completed among health professionals of varying disciplines working in direct care psychiatric roles. Data analysis consisted of a qualitative directed content analysis using themes outlined from an international Delphi study of mental health clinicians and experts. Ethical approval was obtained from the Centre for Addiction and Mental Health and the University of Toronto. Results: In total, 23 clinicians from psychiatric settings participated in the interviews. Many of the themes outlined within the Delphi study were voiced. Benefits included enhancements to patient recall, and empowerment, improvements to care quality, strengthened relational effects and effects on professional autonomy and efficiencies. Despite the anticipated benefits of OpenNotes, identified challenges pertained to clarity surrounding exemption policies, training on patient facing notes, managing disagreements, and educating patients on reading clinical notes. Conclusion: Many benefits and challenges were identified for adopting OpenNotes in Canadian psychiatric settings. Future work should focus on applying implementation frameworks to develop interventions that address the identified challenges.

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)0,025
score de la tête « metaresearch » (Gemma)0,060
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,820
Score d'incertitude au seuil0,532

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0250,060
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0310,022
Communication savante0,0100,005
Science ouverte0,0030,011
Intégrité de la recherche0,0030,005
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 Opus0,656
Tête enseignante GPT0,633
Écart entre enseignants0,023 · 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'étudeQualitatif
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

Citations10
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueDigital HealthMême sujetHealth Policy Implementation ScienceTravaux en français237 207