MétaCan
Menu
Retour à la cohorte
Enregistrement W4400060714 · doi:10.1371/journal.pdig.0000537

Personal Health Record implementation in rural primary care: A descriptive exploratory study using RE-AIM framework

2024· article· en· W4400060714 sur OpenAlexafffund
Selena Davis, Mindy A Smith, Lindsay Burton, Kathy L. Rush

Notice bibliographique

RevuePLOS Digital Health · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueTelemedicine and Telehealth Implementation
Établissements canadiensUniversity of British Columbia, Okanagan CampusUniversity of British Columbia
Organismes subventionnairesMichael Smith Health Research BC
Mots-clésFocus groupNursingMedicineHealth carePatient satisfactionInteroperabilityData collectionIntervention (counseling)Descriptive statisticsExploratory researchFamily medicineBusiness

Résumé

récupéré en direct d'OpenAlex

Demand is emerging for personal health records (PHRs), a patient-centric digital tool for engaging in shared decision-making and healthcare data management. This study uses a RE-AIM framework to explore rural patients and providers' perceptions prior to and following implementation of a PHR. Health care providers and their patients were recruited from early-adopter patient medical home clinics and a local patient advisory group. Focus groups were used to explore patient and provider pre-implementation perceptions of PHRs and post-implementation provider perspectives. Patients were invited through participating clinics to use the PHR. An implementation process evaluation was conducted. Multiple methods and data sources were used and included pre-/post-intervention patient surveys, provider interviews, and PHR/EHR administrative data. Both patient and provider focus groups described PHRs as providing a comprehensive health story and enhanced communication. Patients prioritized collection of health promotion data while providers endorsed health-related, clinical data. Both groups expressed the need for managing expectations and setting boundaries on PHR use. The evaluation indicated Reach: 16% of targeted patients participated and an additional 127 patients used the PHR as a tool during the COVID-19 pandemic. Effectiveness: Patient satisfaction with use was neutral, with no significant changes to quality of life, self-efficacy, or patients' activation. Adoption: 44% of eligible clinics participated, primarily those operated publicly versus privately, in smaller communities, and farther from a regional hospital. Implementation: Despite system interoperability expectations, at time of roll out, information exchange standards had not been reached. Additional implementation complications arose from the onset of the pandemic. One clinic on-boarded additional patients resulting in a rapid spike in PHR use. Maintenance: All clinics discontinued PHR within the study period, citing several key barriers to use. RE-AIM offers a valuable process evaluation framework for a comprehensive depiction of impact, and how to drive future success. Interoperability, patient agency and control, and provider training and support are critical obstacles to overcome in PHR implementation.

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)0,009
score de la tête « metaresearch » (Gemma)0,012
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 enseignants0,009
Score d'incertitude au seuil0,048

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,012
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0030,002
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,086
Tête enseignante GPT0,401
Écart entre enseignants0,315 · 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

Citations2
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePLOS Digital HealthMême sujetTelemedicine and Telehealth ImplementationTravaux en français237 207