NASPGHAN position statement: Enabling quality pediatric gastroenterology care through electronic health record data capture and visualization
Notice bibliographique
Résumé
Clinical practice guidelines are structured recommendations, derived from evidence-based research, aiming to inform, improve, and standardize patient care. This position paper considers the critical role the electronic health record (EHR) plays in data collection and implementation of guidelines. We describe EHR functionalities necessary to make guidelines actionable within the EHR and provide overview of data storage to inform design of data capture tools to reduce overall clinician workload. After reviewing current knowledge and practices, we have formulated the recommendation that NASPGHAN committees should develop clinical guidelines that identify specific and relevant health assessment measures with strong validity evidence, including patient-reported outcome measures. Guidelines should also outline clinical pathways, incorporating clinical decision support algorithms to provide feedback to users, and order sets to ensure the right guidance is provided for the right patient at the right time. Patient populations should be defined by using standard code sets. Committees should identify disease-specific health assessment measures with strong validity of evidence and identify areas where measures are still needed. Committees should offer guidance on population-based disease management and data visualization tools.
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 | 0,105 | 0,127 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,004 | 0,005 |
| Communication savante | 0,010 | 0,007 |
| Science ouverte | 0,009 | 0,009 |
| Intégrité de la recherche | 0,029 | 0,020 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,008 |
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 ».