Examining implementation outcomes in health information exchange systems: A scoping review
Notice bibliographique
Résumé
BACKGROUND: Health information exchange (HIE) facilitates the secure exchange of digital health data across disparate health systems and settings. The implementation of information technology projects in healthcare is complex, further complicated by the fact that implementation success, through the measure of implementation outcomes, has been inconsistently defined and evaluated. There is no known scoping review examining implementation success through implementation outcomes in the field of HIE technologies. The aim of this scoping review was to provide a synthesis of studies related to reported implementation outcomes of HIE solutions (and related interoperability technologies) with a goal to inform the implementation of large-scale HIE projects in the future. METHODS: A scoping review, guided by the Arksey and O'Malley Framework, was conducted in four databases (Medline, Embase, CINAHL, and Web of Science), gathering studies from January 2010 to June 2023. Studies that described the implementation of a technology supporting interoperability or HIE across different organizations and/or across different healthcare settings and described the evaluation of one or more implementation outcomes from the Implementation Outcome Framework (IOF) were included. RESULTS: 37 studies were included in this review. The implementation outcome adoption was most frequently reported (n = 24). Fidelity and penetration were not reported. Few studies provided definitions for the outcomes being evaluated. Few studies provided details surrounding the stage of implementation as it relates to the outcome examined. No studies used the IOF or other similar implementation science evaluation frameworks. CONCLUSION: This review highlights the existing gaps in the field of HIE/interoperability solutions implementation studies. Future studies should employ theoretical frameworks to guide their research, standardize language used to describe implementation outcomes, and expand knowledge of salient outcomes at varying stages of 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 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 | 0,120 | 0,373 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,008 | 0,010 |
| Bibliométrie | 0,033 | 0,041 |
| Études des sciences et des technologies | 0,003 | 0,004 |
| Communication savante | 0,012 | 0,012 |
| Science ouverte | 0,004 | 0,006 |
| Intégrité de la recherche | 0,005 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».