MétaCan
Menu
Retour à la cohorte
Enregistrement W4416209929 · doi:10.3399/bjgpo.2025.0051

Family physicians’ experiences with an electronic medical record-integrated family history collection strategy: a qualitative study

2025· article· en· W4416209929 sur OpenAlexafffundabout
Sakina Walji, Tutsirai Makuwaza, Erin Bearss, Sahana Kukan, Babak Aliarzadeh, Judith Allanson, Michelle Greiver, Eva Grunfeld, Karuna Gupta, Ruth Heisey, Noah Ivers, Doug Kavanagh, Raymond H. Kim, Michelle Patricia Levy, Rahim Moineddin, Shawna Morrison, Maria Muraca, Donatus Mutasingwa, Mary Ann O’Brien, Joanne Permaul, Frank Sullivan, Brenda J. Wilson, June Carroll

Notice bibliographique

RevueBJGP Open · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiqueElectronic Health Records Systems
Établissements canadiensMemorial University of NewfoundlandSinai Health SystemNorth York General HospitalWomen's College HospitalMarkham Stouffville HospitalChildren's Hospital of Eastern OntarioUniversity Health NetworkUniversity of Toronto
Organismes subventionnairesUniversity of Toronto
Mots-clésQualitative researchData collectionMedical recordFamily historyElectronic medical recordMedical history

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: A complete, up-to-date family history (FH) is imperative in primary care to identify those at increased risk of heritable conditions who may benefit from personalised screening and management. Complete FH is rarely documented in the electronic medical record (EMR). AIM: To understand family physicians' (FPs') experiences of an EMR-integrated FH strategy. DESIGN & SETTING: A descriptive qualitative study was conducted using one-to-one interviews to assess a FH strategy. Primary care teams, affiliated with University of Toronto Practice-Based Research Network in Ontario, Canada, were randomly selected. The participants were FPs from three sites that implemented the strategy. METHOD: Telephone interviews were undertaken with FPs. Thematic analysis was used for identifying, analysing, and reporting patterns in the data. An iterative process was used, with modification of interview and coding guides as new themes emerged. RESULTS: A total of 14 out of 15 FPs were interviewed. The following six major themes were identified: 1) FH informs hereditary risk and enables tailored patient care; 2) routine, intentional FH collection by patients and FPs is essential; 3) FH collection supports meaningful patient-FP discussions and quality care; 4) point-of-care tools enhance FP awareness and knowledge; 5) success is supported by patient engagement and EMR integration; and 6) tailored approaches are needed to improve acceptability. CONCLUSION: Physicians expressed the importance of routine FH collection and its implications for clinical management. Factors contributing to the strategy's success included being patient-initiated and medical record 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 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)0,019
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: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,099

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0190,037
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0090,007
Communication savante0,0040,004
Science ouverte0,0020,004
Intégrité de la recherche0,0030,002
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 Opus0,112
Tête enseignante GPT0,499
Écart entre enseignants0,388 · 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

Citations0
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBJGP OpenMême sujetElectronic Health Records SystemsTravaux en français237 207