THE IMPACT OF HEALTH INFORMATION TECHNOLOGY ON FAMILY PHYSICIAN’S PRACTICE PATTERNS: A CROSS-SECTIONAL STUDY USING DATA FROM THE 2007 NATIONAL PHYSICIAN SURVEY
Notice bibliographique
Résumé
Objective: To evaluate the impact of health information technology on primary care physicians in Canada by the number of medical services and clinical procedures they offer, total direct patient care hours provided, and visit duration. Methods: We used nationally representative data from the 2007 National Physician Survey to examine the extent of Health Information Technology (HIT count and HIT type) on the scope of practice, total direct patient care hours, and length of office visits among family physicians/general practitioners. HIT count is defined as the number of HIT the physician uses and HIT type is categorical variable based on its features. Negative binomial regression models were used to assess the number of medical services and clinical procedures offered. Linear regression models were used to assess the total direct patient care hours and visit duration. Results: Multivariate analyses show a significant increase in the expected mean number of medical services offered, clinical procedures offered, direct patient care hours, and visit duration with each additional HIT the physician uses in his/her practice. The greatest positive impact was found among physicians who uses EMR-Plus HIT for medical services (8.8 percent, p<0.01) and clinical procedures (8.7 percent, p<0.01) when compared to non-HIT users. Physicians were found to increase their time spent per patient visit who use EMR HIT by 7.8 percent (p<0.05) and EMR-Plus HIT by 6.8 percent (p<0.01) when compared to non-HIT users. No significant association was found between the different HIT types physician uses and total direct patient care hours. Conclusion: The use of health information technology is found to be associated with an increase of medical services and clinical procedures offered, and duration of visit. Limited impact of HIT was found to be associated with total direct patient care hours. Further investigation of what components in HIT affects the workflow of family physicians is needed. Overall, careful consideration needs to be taken when investing and implementing HIT in Canada because there may be unintended consequences.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 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 ».