Influences on Emergency Clinician Use of Health Information Exchange: Interview Study
Notice bibliographique
Résumé
BACKGROUND: Health information exchange (HIE) supports clinical decision-making in emergency medicine settings. Despite evidence and policies that encourage the adoption of HIE, use by clinicians is limited. Moreover, few studies examine HIE use years after adoption by hospitals or clinics. OBJECTIVE: This study aims to examine the perceptions and use of a mature, operational HIE system by emergency department clinicians years after its implementation. METHODS: We interviewed 21 clinicians in various roles (eg, attending physician and nurse practitioner) across multiple health systems that participate in a statewide HIE network. We asked questions about their use of the HIE system and the factors that facilitate or inhibit use. Analysis of interview transcripts was guided by a theoretical framework derived from information systems theories describing individual perception of, and use behavior toward, HIE systems. RESULTS: A total of 26 factors across 6 domains were identified by respondents. All respondents recognized the value of HIE for medical decision-making in the emergency department, and access to information via the HIE system was preferred over traditional methods of telephoning other facilities or waiting for faxed records. Ease of use, particularly single sign-on functionality, was recognized as a key facilitator of routine use, enabling clinicians to access a patient's HIE record with a single click from within their electronic health record system. Access to integrated data and advanced search features supported clinical decision-making. Limited training and poor system usability were identified as barriers to use. CONCLUSIONS: Achieving widespread adoption and use of HIE systems globally will require a focused effort to address multiple individual perception and behavioral factors. Researchers, leaders of HIE organizations, and policymakers alike should leverage these factors to achieve the goals of HIE and interoperability.
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 | 0,008 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».