MétaCan
Menu
Retour à la cohorte
Enregistrement W4411784446 · doi:10.1177/21694826251353220

Design and Implementation of Electronic Health Record Tools for Integrated Primary Care in Pediatrics

2025· article· en· W4411784446 sur OpenAlexaff
Teryn P. Bruni, Alexandros Maragakis, Blake M. Lancaster, Luke Turnier, Elizabeth Koval, Andrew Cook, Leah LaLonde, Daniel Stanish, Joyce M. Lee

Notice bibliographique

RevueClinical Practice in Pediatric Psychology · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiqueElectronic Health Records Systems
Établissements canadiensAlgoma University
Organismes subventionnairesMichigan Nutrition Obesity Research Center, Medical School, University of MichiganMichigan Diabetes Research Center, University of Michigan
Mots-clésElectronic health recordPrimary careMedicinePediatricsPrimary health careFamily medicineHealth careEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Objective: Pediatric Integrated Primary Care (IPC) models include various practice elements, including shared electronic health records (EHRs). Although shared EHR systems provide collaboration opportunities and can be resources for program evaluation and quality improvement initiatives, to be used effectively, EHR tools need to be user-informed and capture the complexities and heterogeneity of behavioral healthcare. The aim of this study was to evaluate the implementation of adapted EHR tools designed to collect relevant, routine data, including presenting concerns, patient history, specific intervention components administered, patient goals and progress, and adherence to protocols. Methods: We describe the design and implementation of three interconnected EHR tools developed to promote the use of practice-based data within an established IPC program. The tools included: (1) a data flowsheet, (2) customizable documentation template, and (3) a real-time data dashboard. The RE-AIM framework guided the identification and evaluation of implementation outcomes including patient reach, provider adoption, and implementation. Behavioral Health Provider (BHP) use of the tools was examined via EHR chart review, and Tableau© tracked access to the data dashboards. Results: Six months after the introduction of the flowsheet and template to BHPs, all utilized the tools in most of their patient encounters. High use rates were sustained three years later (87.56% of encounters). The dashboard tool was never adopted for clinical purposes. Conclusions: While documentation tools were readily adopted, challenges exist in BHP uptake of data visualization tools. Further exploration of factors influencing BHP use of clinical data is essential for advancing practice-based research in pediatric IPC.

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)0,025
score de la tête « metaresearch » (Gemma)0,037
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,134

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0250,037
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,126
Tête enseignante GPT0,591
Écart entre enseignants0,465 · 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'étudeSans objet
Domainenon disponible
GenreMéthodes

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

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Practice in Pediatric PsychologyMême sujetElectronic Health Records SystemsTravaux en français237 207