اولویت بندی مهم ترین اقلام داده ای از دیدگاه پزشکان برای طراحی پنل میز کار پزشک در سیستم اطلاعات بیمارستان های آموزشی
محل انتشار: مجله مدیریت اطلاعات سلامت، دوره: 18، شماره: 3
سال انتشار: 1400
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 165
فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_HIM-18-3_003
تاریخ نمایه سازی: 24 آبان 1401
چکیده مقاله:
مقدمه: پزشکان نیاز به ابزارهای شخصی سازی شده دارند که با دسترسی مناسب به اطلاعات بیماران، به آن ها در اتخاذ مناسب ترین تصمیم بالینی کمک نماید. هدف از انجام پژوهش حاضر، شناسایی اقلام داده ای مهم برای طراحی پنل میز کار الکترونیکی پزشک در سیستم اطلاعات بیمارستانی بود.روش بررسی: این مطالعه توصیفی در بیمارستان های تحت پوشش دو دانشگاه علوم پزشکی کرمان و زاهدان انجام شد. جامعه تحقیق، کلیه پزشکان در سطوح مختلف بودند. روش نمونه گیری طبقه ای و تصادفی با حداقل حجم نمونه ۳ تا ۵ نفر در هر گروه تخصصی در نظر گرفته شد. طی دو فاز پیاپی، ابتدا حداقل داده های ضروری از طریق مراجع معتبر مورد شناسایی قرار گرفت و سپس نظرات از طریق مصاحبه و پرسش نامه جمع آوری گردید.یافته ها: ۲۹۸ متغیر به عنوان اقلام داده ای شناسایی و در پرسش نامه های اختصاصی در ۱۸ گروه پزشکی و از ۷۰ نفر پزشک نظرخواهی گردید. از کل اقلام، ۵۷ قلم داده ای از نظر همه پزشکان مشترک بود و سایر اقلام غیر مشترک بین ۵ تا ۴۵ مورد انتخاب و در سه سطح اولویت بندی شد. نتیجه گیری: دسترسی به داده های بالینی بیماران برای پزشکان اهمیت فراوانی دارد و لازم است پنل میز کار پزشک به شکل یک ابزار روزمره برای آن ها قابل استفاده گردد.
کلیدواژه ها:
نویسندگان
فرزانه حسینی
دانشجوی کارشناسی ارشد، فن آوری اطلاعات سلامت، کمیته تحقیقات دانشجویی و دانشکده مدیریت و اطلاع رسانی، دانشگاه علوم پزشکی کرمان، کرمان، ایران
افشین صرافی نژاد
استادیار، انفورماتیک پزشکی، مرکز تحقیقات انفورماتیک پزشکی، پژوهشکده آینده پژوهی در سلامت، دانشگاه علوم پزشکی کرمان، کرمان، ایران
محمد مهدی قائمی
استادیار، انفورماتیک پزشکی، گروه علوم اطلاعات سلامت، دانشکده مدیریت و اطلاع رسانی پزشکی، دانشگاه علوم پزشکی کرمان، کرمان، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :