What is the level of information technology maturity in Ontario’s long-term care homes? A cross-sectional survey study protocol
Notice bibliographique
Résumé
INTRODUCTION: The number of Canadians 75 years and older is expected to double over the next 20 years, putting continuing care systems such as long-term care (LTC) homes under increasing pressure. Health information technology (IT) has been found to improve the quality, safety and efficiency of care in numerous clinical settings and could help optimise LTC for residents. However, the level of health IT adoption in Ontario's LTC homes is unknown and, as a result, requires an accurate assessment to provide a baseline understanding for future planning. METHODS AND ANALYSIS: We will use a cross-sectional design to investigate the level of IT maturity in Ontario's LTC homes. IT maturity will be assessed with the LTC IT Maturity Instrument, a validated survey examining IT capabilities, the extent of IT use and degree of internal/external IT integration across the domains of resident care, clinical support and administrative activities. All LTC homes in Ontario will be invited to participate. The Director of Care for each home will be directly contacted for recruitment. The survey will be distributed online (or by paper, if preferred) to LTC homes and completed by a staff member designated by the LTC to be knowledgeable about its IT systems. Analyses will consist of descriptive statistics characterising IT maturity across LTC homes and inferential statistics to examine the association between key facility-level characteristics (size, ownership, rurality) and IT maturity. ETHICS AND DISSEMINATION: This study was reviewed by the Ottawa Health Science Network Research Ethics Board and was exempt from full ethics review. Findings will be disseminated through peer-reviewed publication and presentations to the scientific community and stakeholders. Dissemination of our findings will not only inform provincial planning for harnessing the potential of technology in LTC but may also enable quality improvement initiatives in individual LTC homes.
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 | 0,029 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,005 | 0,002 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,003 |
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 ».