MétaCan
Menu
Retour à la cohorte
Enregistrement W4410355328 · doi:10.1200/cci-24-00306

User-Centered Design and Comparison of Two Electronic Health Record Tools to Support the Ordering of Crisantaspase Recombinant Chemotherapy

2025· article· en· W4410355328 sur OpenAlexaff
Renee Potashner, Tracey Taylor, Ally Sarna, M. Cooper, Siron Thayaparan, Lillian Sung, Karim Jessa, Adam P. Yan

Notice bibliographique

RevueJCO Clinical Cancer Informatics · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiqueElectronic Health Records Systems
Établissements canadiensHospital for Sick ChildrenUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésOrder entryLikert scaleDosingChemotherapyMedicinePatient satisfactionPatient safetyComputerized physician order entryHealth careNursingMedical emergencyInternal medicinePsychology

Résumé

récupéré en direct d'OpenAlex

PURPOSE Chemotherapy ordering errors can have serious safety implications in pediatric oncology. Computerized provider order entry systems may reduce chemotherapy ordering errors. Crisantaspase recombinant (crisantaspase) is a chemotherapy drug used in pediatric leukemia that poses significant safety risk when ordering because of complex dosing and monitoring. The aim of this study was to compare errors, satisfaction, and efficiency between two approaches to ordering in our electronic health record: namely, the standard treatment plan order group (OG) and a novel supportive care plan (SCP). METHODS We recruited oncology providers and nurses at an academic pediatric institution. Providers were asked to complete two simulated chemotherapy ordering sessions using the treatment plan OG and the SCP. Order entry errors were assessed in seven domains, and the total number of order entry errors was calculated. Satisfaction was assessed using a five-point Likert scale, and satisfaction was defined as answering “Agree” or “Strongly Agree” to all five satisfaction questions. Efficiency was compared by measuring the time to complete the task. Errors, satisfaction, and efficiency were compared between the two tools. RESULTS We enrolled 14 providers and five nurses. The proportion of chemotherapy ordering errors was significantly lower with the SCP (5 of 98, 5.1%) compared with the treatment plan OG (11 of 98, 11.2%; P < .01). The SCP significantly improved provider efficiency, reducing the time taken to complete order entry from 16.3 minutes with the OG to 7.7 minutes with the SCP (mean difference, 8.6 minutes; P < .001). Provider satisfaction was significantly higher with the SCP (12 of 14, 85.7%) compared with the treatment plan OG (2 of 14, 14.2%; P < .001). CONCLUSION Use of a novel SCP instead of a tradition treatment plan OG improved provider efficiency and satisfaction while decreasing order entry errors. Thoughtful design and usability testing of chemotherapy order tools is needed to maximize their utility.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,026
score de la tête « metaresearch » (Gemma)0,073
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,137

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0260,073
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,237
Tête enseignante GPT0,571
Écart entre enseignants0,334 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJCO Clinical Cancer InformaticsMême sujetElectronic Health Records SystemsTravaux en français237 207