A Comparison of Patient and Provider Perspectives on an Electronic Health Record–Based Discharge Communication Tool: Survey Study
Notice bibliographique
Résumé
Background: Hospital discharge for older adult patients carries risks. Effective patient-provider communication is crucial for postacute care. Technology-based communication tools are promising in improving patient experience and outcomes. However, there is limited evidence comparing patient and provider user experiences on a large-scale basis, hindering the exploration of true patient-provider shared understanding. Objective: This study aimed to evaluate an electronic health record-based discharge communication tool by examining and comparing patient and provider perspectives. Methods: This study comprised a cross-sectional self-administered staff survey and a pre-post cross-sectional patient survey. Physicians, nurses, and older adult patients aged 65 years and older discharged from 4 public hospitals were included. Patient-provider comparison items focused on 3 aspects of the design quality of the tool (information clarity, adequacy, and usefulness) and overall satisfaction with the tool. In addition, patients' experience of discharge information and their medication-taking behaviors before and after the program implementation were compared based on a validated local patient experience survey instrument. Providers' perceived usefulness of this tool to their work and implementation intentions were measured based on the technology acceptance model to enhance understanding of their experiences by conducting structural equation modeling analysis. Results: A total of 1375 and 2353 valid responses were received from providers and patients, respectively. Patients' overall satisfaction with this communication tool is significantly higher than providers', and patients rated the information clarity and usefulness presented by this tool higher as well (P<.001). However, patients rated information adequacy significantly lower than providers (P<.001). Meanwhile, patients reported a significant improvement in their experience of discharge medication information, and fewer patients reported side effects encounters after the program implementation (126/1083, 11.6% vs 111/1235, 9%; P=.04). However, providers showed inconsistent implementation fidelity. Providers' perceived quality of the tool design (β coefficient=0.24, 95% CI 0.08-0.40) and perceived usefulness to their work (β coefficient=0.57, 95% CI 0.43-0.71) significantly impacted their satisfaction. Satisfaction can significantly impact implementation intentions (β coefficient=0.40, 95% CI 0.17-0.64), which further impacts implementation behaviors (β coefficient=0.16, 95% CI 0.10-0.23). Conclusions: A notable disparity exists between patients and health care providers. This may hinder the achievement of the tool's benefits. Future research should aim for a comprehensive overview of implementation barriers and corresponding strategies to enhance staff performance and facilitate patient-provider shared understanding.
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 | 0,012 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 | 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 ».