Family physicians’ experiences with an electronic medical record-integrated family history collection strategy: a qualitative study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle