Afterhours usage of the electronic health record among medical and surgical specialists after implementation of a system wide integrated clinical information system in Alberta, Canada: A longitudinal descriptive study (Preprint)
Notice bibliographique
Résumé
BACKGROUND Studies suggest the introduction of electronic health records (EHRs) has decreased efficiency of clinical practice and increased clinician workload for United States (US)-based physicians. Less is known about other healthcare settings, nor whether markers of efficiency and workload change over time. OBJECTIVE This study reports on afterhours EHR use [pajama time and time outside scheduled hours (TOSH)] among diverse specialists and tracks these parameters longitudinally. METHODS A longitudinal descriptive study of medical and surgical specialists followed from the introduction of a system-wide EHR in 2019 to 2022 at a large quaternary teaching hospital in Edmonton, Canada. Pajama Time and TOSH were extracted from the EHR on an Epic System platform, and monitored over time. Clinicians were stratified according to clinical group (medical and surgical) and workload (clinical full-time equivalent). RESULTS Seventy-one medical and surgical specialists participated in this study, spending anywhere from 24 to 40 minutes per day on pajama time and 32 to 55 minutes per day on TOSH depending on clinician grouping. Both pajama time and TOSH increased significantly over the 22- and 33-month observation periods for both variables, respectively. CONCLUSIONS Afterhours EHR use in this Canadian cohort of medical and surgical specialists is similar to what is reported in US literature, though the drivers are likely to be different. Perhaps surprisingly, these markers increased over time despite presumed improved familiarity with the EHR. The extent to which this affects clinician wellbeing and work-life integration cannot be determined from these results though there may be cause for concern.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 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 ».