Evaluating Nurses’ Perceptions of Documentation in the Electronic Health Record: Multimethod Analysis
Notice bibliographique
Résumé
Background: Nurses are one of the largest user groups of the electronic health record (EHR) system, relying on its tools to support patient care and nursing workflows. Recent studies suggested that the redesign of nursing documentation may reduce the time spent in the EHR system and improve nurse satisfaction. Objective: We aimed to assess nurses' perceptions of the redesigned EHR, evaluate the impact of documentation interventions, and identify future improvement needs. Methods: Guided by the American Nursing Informatics Association's Six Domains of Burden conceptual framework, this multimethod project combined both qualitative and quantitative approaches. Registered nurses across the academic health system were recruited via email invitations to participate in focus group discussions. The focus groups were conducted via a web conference and ranged from 60 to 90 minutes in duration. The focus group discussions were transcribed and analyzed through thematic analysis. The EHR vendor's time data were used to analyze nurses' time spent in documentation. Results: In total, 20 registered nurses participated in the focus group discussions, and 17 nurses completed the demographic survey; 88% (15/17) of participants had ≥3 years of EHR experience at the academic health system, and 53% (9/17) self-reported being competent in the EHR system. The following six themes emerged: positive feedback, usability and workflow opportunities, nuisance, training and education, communication, and time spent in the system. EHR vendor time data revealed that the time spent in flowsheets averaged 31.11% per 12-hour shift. Conclusions: Overall, participants reported a positive experience and that the EHR supported patient care. There are opportunities to further reduce redundancies in documentation and implement programs that support continuous learning about EHR and health technology tools. Specific suggestions include optimizing the oral health assessment tool. Analyzing frontline nursing perspectives in the redesign of EHR workflows is imperative for identifying interventions that support nurses' satisfaction with the EHR.
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 | 0,037 | 0,039 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| 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 ».