Co-Opetition Strategies of Superior and Subordinate Hospitals for Integration of Electronic Health Records Within the Medical Consortiums in China Based on Two-Party Evolutionary Game Theory: Mixed Methods Study
Notice bibliographique
Résumé
Background: Medical consortiums take the integration of electronic health records (EHR) as a breakthrough point and the construction of an integrated medical service system as the ultimate goal. However, their establishment has disrupted the balance between the original medical order and interest patterns. While promoting active cooperation among hospitals, it has also intensified active competition between them. Objective: This study aimed to explore the internal evolution mechanism of the co-opetition strategies adopted by the superior and subordinate hospitals in the medical consortiums, providing a theoretical foundation and policy reference for achieving EHR integration. Methods: On the basis of analyzing the structure of the main players in the co-opetition game and their game motivations, we established an evolutionary game model, analyzed the impact mechanism of key parameters, simulated the dynamic evolution process of the co-opetition strategies using MATLAB (MathWorks), and finally proposed actionable policy recommendations. Results: The results indicate that three factors positively promote EHR integration: (1) EHR complementarity, (2) hospitals' willingness and ability to use EHR, and (3) the average revenue per unit of EHR. Conversely, the investment cost per unit of resources hinders EHR integration. Neither the original income of hospitals nor the stock of EHR significantly affects the evolution direction of the game system. Conclusions: Medical consortiums should actively involve all levels and different types of medical institutions, and continuously improve hospitals' willingness and ability to use EHR through training, assistance, support, and sinking of medical resources, etc. The government should establish a reward and punishment system, optimize the operation and supervision mechanism of medical consortiums, and monitor and punish opportunism behaviors such as "free-riding." It is also crucial to strengthen the construction of hospital informatization infrastructure and improve the technical, content, and sharing standards for EHR construction. In addition, designing reward and punishment mechanisms as well as cost accounting based on "unit EHR resources" is also of great significance for promoting the EHR integration.
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 | 0,005 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».