MétaCan
Menu
Retour à la cohorte
Enregistrement W4402412492 · doi:10.2196/46901

User Experiences of Transitioning From a Homegrown Electronic Health Record to a Vendor-Based Product in the Department of Veterans Affairs: Qualitative Findings From a Mixed Methods Evaluation

2024· article· en· W4402412492 sur OpenAlexvenueno aff
Ekaterina Anderson, Megan Moldestad, Julian Brunner, Sherry L. Ball, Christian D. Helfrich, Jay D. Orlander, Seppo T. Rinne, George Sayre

Notice bibliographique

RevueJMIR Formative Research · 2024
Typearticle
Langueen
DomaineHealth Professions
ThématiqueElectronic Health Records Systems
Établissements canadiensnon disponible
Organismes subventionnairesQuality Enhancement Research InitiativeHealth Services Research and DevelopmentU.S. Department of Veterans Affairs
Mots-clésVendorVeterans AffairsProduct (mathematics)Electronic health recordWorkflowFormative assessmentMedicineMedical educationHealth careNursingPsychologyPublic relationsBusinessMarketingComputer sciencePolitical scienceDatabase

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The Department of Veterans Affairs (VA), the largest nationally integrated health system in the United States, is transitioning from its homegrown electronic health record (EHR) to a new vendor-based EHR, Oracle Cerner. Experiences of the first VA site to transition have been widely discussed in the media, but in-depth accounts based on rigorous research are lacking. OBJECTIVE: We sought to explore employee perspectives on the rationale for, and value of, transitioning from a VA-tailored EHR to a vendor-based product. METHODS: As part of a larger mixed methods, multisite, formative evaluation of VA clinician and staff experiences with the EHR transition, we conducted semistructured interviews at the Mann-Grandstaff VA Medical Center before, during, and after going live in October 2020. In total, we completed 122 interviews with 26 participants across multiple departments. RESULTS: Before the new vendor-based EHR went live, participants initially expressed cautious optimism about the transition. However, in subsequent interviews following the go-live, participants increasingly critiqued the vendor's understanding of VA's needs, values, and workflows, as well as what they perceived as an inadequate fit between the functionalities of the new vendor-based EHR system and VA's characteristic approach to care. As much as a year after going live, participants reiterated these concerns while also expressing a desire for substantive changes to the transition process, with some questioning the value of continuing with the transition. CONCLUSIONS: VA's transition from a homegrown EHR to a vendor-based EHR system has presented substantial challenges, both practical and cultural in nature. Consequently, it is a valuable case study for understanding the sociotechnical dimension of EHR-to-EHR transitions. These findings have implications for both VA leadership and the broader community of policy makers, vendors, informaticists, and others involved in large-scale health information technology implementations.

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)0,040
score de la tête « metaresearch » (Gemma)0,042
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 enseignants0,040
Score d'incertitude au seuil0,214

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0400,042
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0090,006
Communication savante0,0060,004
Science ouverte0,0030,007
Intégrité de la recherche0,0020,002
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 Opus0,210
Tête enseignante GPT0,616
Écart entre enseignants0,406 · 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

Citations7
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Formative ResearchMême sujetElectronic Health Records SystemsTravaux en français237 207