Exploring the impact of an electronic health record implementation on user experiences across clinical programmes in a large Canadian community hospital: a qualitative study
Notice bibliographique
Résumé
OBJECTIVE: This study explored experiences with implementing and using the Epic electronic health record (EHR) across different clinical programmes within a single Canadian hospital system and specifically examined how local configuration decisions and implementation of its features and functionalities integrated well or introduced friction within workflows. DESIGN: Qualitative description methodology involving semistructured interviews analysed using thematic analysis. SETTING: A large community hospital in Canada. PARTICIPANTS: Healthcare providers, administrative staff and clinical leaders from seven clinical programmes. RESULTS: 66 individuals participated in interviews. Participants described that Epic's implementation impacted communication and teamwork, workflow and efficiency, and patient care, with these impacts varying across different programme settings. Participants reported that Epic improved inpatient care and safety, communication and teamwork, workflow and efficiency. However, several programmes also experienced challenges, including information overload and increased clerical tasks, impacting workflow efficiency. In programmes with an outpatient component, such as surgery and oncology, there were additional difficulties, such as connecting with external partners, user interface complexities that hindered task completion and concerns about potential compromises in patient care quality. CONCLUSION: Health systems must consider the diverse needs of various clinical programmes when implementing an EHR. Customising the system interface and iteratively codesigning how health system staff incorporate the technology into their workflows are crucial to ensure an EHR seamlessly integrates across different settings, fosters high-quality care delivery and minimises user friction.
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 | 0,016 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,018 | 0,012 |
| Communication savante | 0,006 | 0,002 |
| Science ouverte | 0,003 | 0,007 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».