The importance of achieving a 360-degree view of patient identity: A survey of US healthcare providers
Notice bibliographique
Résumé
Objective: To describe the perceived importance among healthcare leaders of accurate patient identity in meeting organizational needs and objectives for improved clinical, operational and financial performance.Methods: Survey of 100 US healthcare executives evaluated priorities and needs of care organizations as impacted by the imperative to ensure accurate patient identity in care delivery, operations, and meeting strategic objectives.Results: Healthcare executives (72%) reported concern that inaccurate patient identity data reduces care quality/safety and healthcare organization financial performance. Only 14% were highly or extremely satisfied with the accuracy level of their existing patient identity management solutions. Inability to know “who is who” is perceived as increasing risk of patient harm and inferior care outcomes, low patient satisfaction, impeded operational efficiency and financial performance, and a key challenge to achieving strategic initiatives such as digital transformation and effective population health management. Accuracy in patient identity was linked to nearly all strategic priorities, with 60% considering it vital to every aspect of organizational performance, and 64% stating it can improve operational efficiency. Eighty-eight percent regarded accurate patient identity as essential to improving patient experience, care management (75%), and establishing an effective digital front door (73%). Majorities recognized the importance of accurate patient identity to organizational growth initiatives and digital transformation.Conclusions: Although patient identity impacts most aspects of healthcare operations, leadership of most healthcare organizations surveyed understood the criticality of accurate patient identity in optimizing organizational performance, but lacked confidence in their ability to achieve a complete an accurate 360-degree view of patients.
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 | 0,005 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».