补充临床信息技术的采用和表现:对全科医生的调查分析

介绍

背景

过去数年，业界普遍认同临床资讯系统在改善医疗服务及挽救生命方面的潜力。[1，2]。

电子健康档案是许多发达国家卫生系统改革的核心[3.]以及巴西等中等收入国家[4]或印度[5]。EHR可以定义为“符合国家认可的互操作性标准的个人健康相关信息的电子记录，可以由多个医疗保健组织的授权临床医生和工作人员创建、管理和咨询”[6]。电子健康纪录可“协助解决医疗服务成本高及质素差的双重问题”[7]。例如，电子病历可以帮助临床医生通过促进对指导方针的遵守来改善对患者的护理[8]，改善医疗实践管理，节省时间，促进特定条件查询，仅举几例[9]。在初级卫生保健组织或一般实践的特定背景下，电子病历提供了“一个独特的机会来收集广泛的生态有效的患者数据，以支持对生命过程中疾病负担和健康轨迹的理解”[10]。

由于其潜在的好处，过去几十年见证了在卫生保健机构中采用电子病历的快速增长。然而，尽管政府投入了大量资金，但一些初级保健机构采用电子病历的速度很慢，特别是在小型诊所中[11]，并且在初级保健实践中观察到与CISs相关的益处方面存在差异[12]。此外，其他研究人员强调，当存储在系统中的健康信息仅在宿主机构内部共享时，电子病历的潜在效益是有限的，这意味着如果健康信息仅在宿主机构之外共享，将实现更大的效益[13，14而用于支持这种共享的技术是卫生信息交换(HIE)。由于这个原因，有意义的使用美国的项目包括鼓励医疗服务提供者参与HIE [15]。经验证据表明，患者数据的交换和共享可以降低急诊科的死亡率、系统成本和利用成本[13，16，17]。

除了上述csis (EHR和HIE)之外，个人健康记录(PHR)最近也受到越来越多的关注，因为它具有支持卫生系统向更加以患者为中心的护理模式转变的潜力[18]以及它在患者参与方面的关键作用[19，20.]。事实上，患者的参与被认为是提高护理质量的关键因素[19]及病人安全[19，21，22]。因此，毫不奇怪，患者参与措施和提供者与患者之间的健康信息共享也是该计划的关键部分有意义的使用在美国的计划[18，23]。尽管人们越来越认识到患者在医疗保健过程中的作用，但克里斯特和伍尔夫[24]指出，卫生信息运动的大部分精力都投入到临床医生对卫生信息的使用上，尽管患者对这些技术的使用也带来了同样的希望。与患者共享电子健康数据的最有效方法之一是通过phrr。

同样，远程保健也越来越受到关注，因为它有可能减少获得保健服务的障碍，并为远程病人节省时间和降低费用[25，26]。此外，远程保健可以"通过促进与同行的接触，在临床上提供支持和教育"，反过来，教育可以提高向患者提供的护理质量[27，28]。

总之，电子病历、HIE、PHR和远程医疗可以被认为是医院和初级保健实践中现代和理想的CIS的最重要组成部分。然而，在以前的研究中，这4种CISs都是单独研究的，很少或根本没有注意到它们的组合及其对绩效结果的相关影响。联机医学文献分析与检索系统(MEDLINE)的检索2020年3月)，使用4个术语，”电子健康记录”、“卫生信息交流”、“个人健康记录;"和"远程健康，在所有领域都没有成功。中执行的相同搜索文章标题，摘要，关键字在Scopus(2020年3月)中没有找到任何结果。我们得出的结论是，有一些证据可以从中推断出，与4种csis相关的能力以经验方式共存形成的知识体系配置或概要文件,而对表现结果的相关影响是非常有限的。值得注意的是，大多数研究都是孤立地调查了这4种社会责任，包括它们对绩效结果的影响。例如，目前的几篇综述发现，电子病历与初级保健机构的绩效结果之间存在矛盾关系或没有显著关系[29，30.]。布莱克等人[29得出的结论是，“电子健康技术(如电子健康档案、HIE、PHR和远程医疗)的假设效益与经验证明的效益之间存在很大差距。”

本文采用构型视角。从广义上讲，配置被定义为“通常同时出现的概念上不同特征的任何多维星座”[31]。

继米勒之后[32];费斯、马克思和坎布罗尔[33];和派送及派送[34]，我们认为，研究初级保健实践中采用CIS的配置不仅可以让我们对这些组织采用CIS的情况有一个整体的看法，因为这是4个CIS的模式或概况，而不是与绩效相关的单个孤立的CIS，而且还有助于揭示否则难以获得的见解。此外，配置方法有助于调查同样结果。定义为一个概念，即不同的初级保健执业概况，采用不同的独联体结构，在实践表现结果方面达到相同的结果衡量水平[35]。

目标

这项研究有4个主要目标。首先是确定欧洲全科医生(gp)采用临床系统的预测因素。其次是通过揭示4种主要CIS功能组合的典型概况或模式来识别和表征全科医生:EHRs, HIEs, PHRs和远程医疗。因此，第二个目标本质上是归纳的，以经验为基础的，是分类学的，致力于分类和细分[36，37]。第三个目标是确定医生和实践特征，预测集群或概况成员。最后，考虑到投资CISs的最终目标是在降低成本的同时提高向患者提供的护理质量，第四个目标是评估在每种配置或概况中与实践相关的绩效结果水平的变化。

方法

数据来源及样本

我们使用了欧盟委员会(EC)提供的2018年欧洲普通合伙人调查数据集。本研究的目的是了解和衡量欧盟27个国家(EU27)全科医生(gp)对信息通信技术(ICT)和电子健康(eHealth)应用的实际采用和使用情况，以及随时间的变化。2018年对欧洲普通合伙人的调查是2013年调查的后续研究，2013年的调查包括欧盟27国和其他4个国家(克罗地亚、冰岛、挪威和土耳其)。

鉴于2018年对欧洲全科医生的调查是2013年调查的后续调查，电子健康被广泛定义为“在整个医疗保健功能范围内使用信息和通信技术”[38]。2018年的调查使用了与前一次研究相同的方法和问卷。数据收集基于欧盟27国的一项调查，采用混合方法(基于网络;网络CATI，其中CATI代表计算机辅助电话采访;和面对面)，并于2018年1月至6月期间进行[38，39]。数据收集过程得到了欧洲全科医生联盟的认可。只有在2013年的调查报告中才提供了对方法方法的详细描述。欧共体团队采取了几项措施来确保样本的代表性。有关详情载于欧洲委员会出版的121页技术概览内，供公众查阅[38]。对调查范围的确定是基于欧洲家庭医生世界组织的定义，该定义将欧洲国家的全科医生定义为“接受初级保健专业培训的专业医生，他们‘通过促进健康、预防疾病、提供治疗、护理、缓和和促进患者赋权和自我管理来行使其专业角色’。”宇宙由425622个GPs组成[39]。

问卷由3个部分组成:(1)全科医生的社会人口特征、组织设置、执业地点、任务描述和工作量;(2)信息通信技术在全科医生实践中的可用性和使用情况，分为4类:电子病历、HIE、远程医疗和PHRs;(3)态度问题以及与信息通信技术的动机、感知障碍和影响相关的问题。

按照2013年之前的调查方法，在分析的欧盟27国中随机抽取5793名gp作为最终样本，总体抽样误差为正负1.30% [39]。

鉴于本研究的4个目标与CIS的采用有关，并与绩效结果的影响有关，在5793名全科医生的初始样本中，只有5244名拥有电子病历系统并以电子方式存储患者数据的人被考虑用于后续分析。由于3个变量(HIE、PHR和远程医疗)存在缺失值，我们采用了多重输入策略。5244名受试者中，数据完整者5022名(95.77%)，仅远程医疗缺失值100名(1.91%)，仅PHR缺失值72名(1.37%)，其余50名(<1%)存在其他缺失模式。

我们使用多重输入过程来输入缺失值。一方面，多种方法比单一方法具有更好的性能。我们选择了SAS软件版本9.4 (SAS Institute)中的Proc MI程序的完全条件规范的多重代入方法，因为它允许我们通过一系列条件模型来定义多元模型，每个条件模型对应一个不完全变量[40]。选择与每个CIS相关的4个变量:EHR、HIE、远程医疗和PHR进行代入模型。对于这4个变量中的每一个，我们选择回归，因为回归模型允许在逐个变量的基础上为输入值指定最小值和最大值[41]。

另一方面，使用多个输入数据集进行聚类分析是不可能的，因为它会产生不同的聚类结果，并且似乎没有方法将这些结果结合起来。因此，我们采用了讨论过的多重插值方法，但只进行了选择一个作为imputation的个数。聚类分析中使用的最后4个变量是经过归算和标准化后的变量:xc_EHR_imp_std、xc_HIE_imp_std、xc_TeH_imp_std、xc_PHR_imp_std。

虽然用于聚类分析的最后4个变量是具有插入值的变量，但我们使用相同的变量执行相同的聚类分析，而没有插入缺失值。

如前所述，549名没有电子存储患者数据和没有电子病历的全科医生被排除在分析之外。我们分析的最终样本是5793 - 549 = 5244名受试者。表1比较549和5244子样本的特征。从国家的角度来看，总样本(N=5244)的构成，8个国家占样本的比例略低于50%(49.77%)，每个国家分别约占样本的5.54%和7.15%。这些国家包括法国、意大利、波兰、葡萄牙、罗马尼亚、西班牙、英国和荷兰。

聚类变量和测量的选择

根据Aldenderfer和Blashfield的建议[42]和Hair等人[37]，聚类变量的选择是理论驱动的。变量的选择基于这样一个事实，即它们具有共同的理论基础——它们与4种csis (EHR、HIE、PHR和远程医疗)中的1种的功能特征或能力相关。事实上，根据创新扩散理论(DOI) [43]，创新的特点，如csis的功能能力，是解释其采用的重要因素。

所有聚类变量都是二分类的(1:可用，0:不可用)。根据二分类变量的理论关系，共选取了44个二分类变量;也就是说，它们与4种csis (EHR、HIE、PHR或远程医疗)中的1种的功能特征相关。我们还使用了5种绩效衡量标准。四项测量(为患者提供的护理质量，实践效率，实践生产力和工作流程的改进)基于4点李克特式量表，范围从0(“非常不同意”)到3(“非常同意”)，1项测量(过去2年的患者数量)分为3个类别(1:减少，2:保持不变，3:增加)。

计算每组变量的标准化平均频率或缩放频率，包括CIS能力和性能，得到8个尺度。如表2，在8个量表中，有7个量表的信度测量值大于0.7 [44]。虽然远程医疗的信度小于0.7，但我们决定保留这一因素，因为Cronbach 's alpha对量表中的项目数量很敏感，通常倾向于低估内部一致性信度。[45]和“研究人员可以对由几个项目组成的量表采用不那么严格的可靠性测量”[46]。然后我们使用标准化平均频率作为聚类变量。

统计分析分为三部分:(1)聚类分析，(2)anova With Tamhane T2 Post Hoc检验，(3)回归分析。

统计分析1:聚类分析

如前所述，我们采用了一种基于聚类分析的分类学配置方法[31，47]。对一般实践进行分类，以揭示基于与EHR、HIE、PHR和远程医疗相关的可用CIS功能的模式。随后，我们探讨了全科医生和执业特征对纳入本研究的csis 4个组成部分(EHR、HIE、PHR和远程医疗)可用性的影响。

从广义上讲，聚类分析是一种多变量统计技术，它将项目或对象(个人，公司或行为)从给定的人群中分类到子组或集群中，以便在同一集群中分类的项目彼此之间的相似性比在另一个集群中的项目更相似[37，48]。这样做，每个组内的对象的同质性被最大化，而组之间的异质性被最大化。聚类分析是一种完全经验的分类方法，本质上是归纳的[49]。根据以往的研究建议[48-50]，我们的程序基于2个步骤，允许确定数据集中集群的自然数，因为它被发现在恢复集群的能力方面比其他方法更有效。首先，采用分层算法对自然聚类及其相关质心进行识别和定义;然后将这些质心用作非分层算法中的初始种子。随后进行判别函数分析[49]来验证集群解决方案。一些研究使用这种技术来验证聚类分析的结果[51，52]。

重要的是要记住，与回归分析等其他统计技术相反，回归分析需要满足线性假设，并已建立了计算样本量的规则[53]，而聚类分析则不需要这样的假设[54]。考虑到这是一种数据挖掘技术，聚类分析没有硬样本容量规则，不需要满足参数甚至非参数统计检验假设[55]。然而，Hair等人[56强调“样本量必须足够大，以充分代表人口中的小群体，并代表潜在的结构。”对他们来说，福尔曼[57，58]以及Dolnicar [59]认为，聚类分析的最小样本量是2，这是一个共识^k观察值(k=变量数)在统计分析中达到足够的功效和置信度。同样，Lowry等人[55]，包括Dolnicar [59]，表明从保守的角度来看，最小样本必须不小于5×2^k。在本研究中，k=4，需要80个最小样本量才能满足这一标准，这明显小于本研究的样本量(N=5244)。

簇数的确定

通过检查Ward最小方差聚类算法与平方欧氏距离结合生成的树图，确定最优聚类数。该检查显示，3集群解决方案将是最优的。确定解决方案的可靠性[48]，该程序对随机选择的不同子样本(30%，40%和60%)进行。基于前面的分析，保留3簇解。这是最有意义的，也是最能捕捉到欧洲全科医生采用电子病历、HIE、PHR和远程医疗功能的模式。未覆盖的集群形成了明显分离良好的组，这些组具有较强的EHR、HIE、PHR和远程医疗功能能力采用意义。确定的3种不同模式揭示了CIS能力优先级如何在宏观层面(国家或欧盟)设置，实际上和经验地体现在初级保健层面。

值得回顾的是，聚类分析是在有无缺失值的情况下进行的。值得注意的是，无论是否对缺失值进行估算，结果都是相似的。由于聚类分析需要所有变量都具有非缺失值，因此在不输入缺失值的情况下，740个观测值未在分析中分类。然后比较两个3集群解决方案，以确定每个集群成员之间使用科恩卡帕系数的一致程度。结果显示，两种3集群解决方案之间的kappa几乎完全一致，kappa为0.99 (kappa在0.80-1.00范围内)[60]。

聚类解和多重判别分析的验证

采用交叉验证方法进行多重判别函数分析[37]验证3集群解决方案，并确定集群在描述基于EHR、HIE、PHR和远程医疗功能能力的全科医生的4个集群变量上的差异[49]。我们的判别分析产生了两个具有显著Wilks λ (P<措施)。分析样本和滞留样本的准确率分别为95.90%和94.70%。使用两个标准标准来评估命中率的准确性:最大机会标准(C_马克斯)和比例机会准则(C_箴) ［45]。最后的作者[45[辨析]C_马克斯作为最保守的标准，它会产生最高的比较标准。在本例中，由于3个簇的大小不同，C_马克斯等于52.70%。Hair等[45]建议分类准确率至少要比随机分类的准确率高四分之一(1.25×C_箴C):_箴=43%和1.25×C_箴= 53.75%。总的来说，在保守的观点中，两个命中率都大于最大的1.25 (C_箴和C_马克斯）.总之，零假设(正确分类的百分比与仅凭偶然分类的百分比没有显著差异)被拒绝。最后，从两个计算的判别函数平面内GPs随聚类质心的分布(即GPs在两个判别函数与聚类质心的空间内的散点图)，我们可以观察到沿两个判别轴，每个质心与另一个质心完全分离[61]。证据表明，判别函数在区分3组方面表现良好。

虽然我们的经验派生分类法似乎是有意义的，但它的质量是根据Rich [62有效分类法的需求框架:广度、意义、深度、理论、定量测量、完整性、逻辑和可识别性。在Dayer等人的号召下[63]将框架应用于通过聚类分析创建的分类法时，评估基于7个初始标准中的5个。

宽度

对gp进行分组的聚类变量的选择是由理论驱动的[37，42]。如前所述，这18个聚类变量的选择是基于它们具有共同的理论基础，即它们属于4种csis (EHR, HIE, PHR或Telehealth)中的1种的功能特征，并且先前的研究已经证实了这些聚类变量对技术采用的影响[43，64，65]。

意义

由此产生的分类法建立在DOI理论的广泛基础上[43]，该报告承认采用创新的复杂性，并建议在调查采用CIS能力时，不应将全科医生视为同质群体。这一理论支持了对采用CIS的gp进行分类的必要性，这种分类是基于他们实际采用的能力。由此产生的分类法突出了采用4种主要CIS功能的不同明确优先级和路线。

理论

DOI理论对我国分类学发展的锚定[j]43]提供了一个坚实的理论基础，作为全科医生分组论证和变量选择的定性基础，并有助于描述和理解在医疗实践层面上采用的4种主要csis (EHR、HIE、PHR和远程医疗)。

定量测定

基于经验、多变量数据分析以及方差分析和事后分析的应用，gp被分配到特定的聚类或组，以提高结果的有效性。

可认可

通过从每个人工产物(EHR、HIE、PHR和远程医疗技术)所限定的CIS的实际功能中派生出分类法，我们可以声称我们的分类法反映了从业者和理论家的真实世界，并描绘了欧盟内部gp采用EHR、HIE、PHR和远程医疗的实际情况。

在随后的步骤中，使用方差分析和Tamhane T2事后检验，根据4个绩效结果(为患者提供的护理质量、实践效率、实践生产力、工作流程的改进)对3个概况(聚类)进行比较。

统计分析2:方差分析与Tamhane T2事后检验

我们使用Tamhane T2事后检验的方差分析来比较李克特量表评定的4个绩效结果:向患者提供的护理质量、实践效率、实践生产力和个人工作实践的改进。

统计分析3:回归分析

该分析分4个步骤进行。首先，我们使用回归模型来确定采用CIS的预测因素。

其次，针对以下6个特征变量，即4个医生特征(性别、年龄、职业状况和全科执业年限)和2个执业特征(工作地点和执业规模)，分别进行单变量多项式logistic回归分析特征变量对聚类隶属度的影响。

再次，以6个特征变量为自变量，以3聚类解为结果变量，建立多元多项式logistic回归模型。这用于分析每个特征变量对集群隶属度的影响，如第一步所示，但控制其他5个特征变量。

第四，在控制6个特征变量的情况下，进行多元logistic回归，看聚类隶属度是否能以“过去两(2)年的患者数量”来预测绩效水平。

结果

患者数据电子存储采用者与非采用者的特点

逻辑回归模型表明，与电子存储患者数据的全科医生相比，那些不使用电子存储的全科医生往往年龄较大、自雇、独自工作、从事全科医生工作的时间较短(多媒体附录1）.值得注意的是，年龄和年龄的比值比(or)做了多年的全科医生都接近于1。

gp的实证CIS概况

如图所示表3，方差分析F测试对所有4个因素或功能能力组具有高度统计显著性。此外，Tamhane T2事后多重两两比较检验显示，在3个集群中，所有4个因素或功能能力组的平均值存在显著差异[66]。重要的是要记住，与其他测试(如Tukey honest显著差异测试)相反，Tamhane T2事后测试不假设相等的方差。

集群我

强剖面(n=1956)是3个簇中第二大的，约占样本的37%。统计上，这个集群得分高3组4项CIS能力均值的两两差异。该集群内的全科医生具有较强的CIS能力概况，并且非常关注所有4个CIS，即EHR、HIE、PHR和远程医疗。因此，集群I被命名为强大的CIS功能概要文件。

集群二世

中等型(n=2764)是3个集群中最大的，约占样本的53%。这一组得分媒介在所有4个CIS能力的均值之间的两两差异。该集群中的gp同样适度地强调所有4种CIS功能。因此，集群II被命名为温和的CIS功能概要文件。

集群三世

弱剖面(n=524)是3个剖面中最小的，约占样本的10%。这一组得分低在4种CIS能力中的2种(EHR和HIE)的均值之间的两两差异中，而评分媒介远程医疗和PHR功能。该集群内的全科医生侧重于远程医疗和PHR能力，尽管强度适中。因此，集群III被命名为弱CIS功能概要文件。

CIS Profile成员的预测因素

进行单因素和多因素逻辑回归分析(多媒体附录2)，以CIS概况作为结果，以及医生和执业特征的6个自变量:性别、年龄、医生专业地位、工作地点、全科执业年限和执业规模)。值得注意的是，结果变量有3个CIS概况，多媒体附录中的赔率为强大的配置文件作为参考。

医生性别

多变量模型表明，女性全科医生比男性全科医生更有可能进入老年痴呆症弱(OR 1.52, 95% CI 1.24-1.87)或温和的(OR 1.18, 95% CI 1.04-1.33)，当控制其他全科医生的个人(年龄、医生身份和全科医生从业年限)和执业(工作地点和执业规模)特征时。

专业状况

多变量logistic模型表明，在医疗中心工作的全科医生比单独工作的个体户全科医生更不可能在医疗中心工作弱(OR 0.46, 95% CI 0.24-0.87)或温和的(OR 0.65, 95% CI 0.42-0.99)在控制其他医生和执业特征时。

同样，在团队中工作的个体户全科医生被发现比单独工作的个体户全科医生更不可能参与弱(OR 0.44, 95% CI 0.22-0.87)。然而，这两种专业地位和在联合国的成员资格之间没有联系温和的概要文件。当将既不在医疗中心工作也不作为个体执业的全科医生与单独工作的个体执业全科医生在与任何非强档案的成员关系方面进行比较时，得到了同样的结果。

医生的年龄

多变量模型显示医生年龄和加入该组织之间没有关联弱概要文件。然而，多变量模型表明，年龄较大的全科医生不太可能在温和的当控制其他特征时，OR降至0.97 (95% CI 0.96-0.98)。

医生在全科执业的年数

多变量模型表明，高级全科医生不太可能在弱当控制其他特征时，OR降至0.97 (95% CI 0.96-0.99)。

多变量模型还表明，执业年限越长的全科医生更有可能进入老年痴呆症温和的在控制其他特征的情况下，每增加一年的实践时间，OR增加到1.02 (95% CI 1.00-1.03)。

工作场所的位置

多变量模型表明，位于中小城市或农村城镇的全科医生比位于大城市的全科医生更不可能在全国范围内接受治疗弱OR分别为0.741 (95% CI 0.58-0.95)和0.60 (95% CI 0.48-0.77)。没有发现全科医生或多或少可能在温和的在中小型城市和大城市之间，或者在农村城镇和大城市之间比较工作场所时的概况。

实际大小

首先，没有发现任何协会的成员温和的当比较小的实践小组与那些在一个单独的实践工作。

其次，在中等和单独执业之间，在中等执业团体工作的全科医生不太可能参与弱简介和温和的OR分别为0.34 (95% CI 0.18-0.66)和0.46 (95% CI 0.30-0.71)。

最后，在大型诊所和个人诊所之间，在大型诊所工作的全科医生也不太可能参加弱简介和温和的与单独执业相比，OR分别为0.37 (95% CI 0.19-0.69)和0.37 (95% CI 0.24-0.56)。

基于实践性能的CIS配置文件的比较

如前所述，我们使用了5个绩效指标，其中4个基于4点李克特量表(向患者提供的护理质量、实践效率、实践生产力、工作流程的改进)，1个分类类型变量由3个级别(1:减少，2:保持不变，3:增加)组成，与过去2年治疗的患者数量有关。

结果是表4表示强大的Profile在向患者提供的护理质量、实践效率、实践生产力和工作流程改进方面优于其他两个。然而，令人惊讶的是，温和的和弱在向患者提供的护理质量、实践效率和实践生产力方面，概况彼此没有区别温和的配置文件优于弱关于工作流程改进的简介。

通过控制6个特征变量，采用多项logistic回归模型检验3个剖面与近2年就诊人数演变的相关性(1:减少，2:保持不变，3:增加，为3个分类型变量)稳定的水平作为3类结果变量(多媒体附录3）.这个模型表明，医生在弱比两种情况的患者更有可能经历治疗人数的减少强大的和温和的OR分别为1.67 (95% CI 1.20-2.33)和1.82 (95% CI 1.33-2.48)。

讨论

在过去几年中，学者和决策者一致认为，卫生保健支出不断增加的趋势是不可持续的，投资于卫生信息技术被视为应对这一威胁的可行选择。因此，经济合作与发展组织(oecd)的多数国家已开始推动和投资于国际社会，并将其作为自己的首要任务之一。在这种背景下，4种csis成为最重要的:电子病历、HIE、PHR和远程医疗。虽然有几项研究调查了这4种标准的采用情况和相关的绩效结果，提高了我们对这4种标准的认识，但大多数研究都是孤立地考虑这4种标准的，这意味着我们对这一复杂现象的理解仍然有限。

本研究利用欧共体通过对整个欧盟5793名全科医生进行的调查收集的数据，试图提高我们对采用4种社会责任标准及其对绩效结果的影响的理解。据我们所知，本研究是第一批调查普通医疗环境中4种最重要的csis (EHR、HIE、PHR和远程医疗)能力的实证配置的研究之一。同时，我们相信本研究的发现除了具有重要的规范意义外，还通过确认，扩展或挑战先前的结果，为医学信息学研究提供了一些有趣的见解。

第一，与以往关于采用电子病历的研究一致[67，68]或HIE [69在实践环境或门诊护理中，我们的研究结果证实，在单独工作的老年全科医生中，CISs不太普遍。然而，我们发现与性别没有关联，我们的研究揭示了两个令人惊讶的结果，需要进一步调查:(1)经验丰富的全科医生更有可能采用电子数据存储。值得注意的是，预测的事实患者数据的电子存储按年龄和做了多年的全科医生均较弱，分别为0.97和1.02的or接近1.0;(2)中小城市或农村城镇的全科医生在该地区的执业概率低于大城市的全科医生弱概要文件。

其次，在测量了与4个CIS中的每一个相关的能力之后，我们从经验上发现了3个理论上有意义且显著分离的gp采用CIS的配置文件。这一结果从经验上证实了CIS能力作为组织要素以一种可理解和稳定的方式相互关联[31，70]，只有一小部分理论上可想象的结构是可行的，易于通过经验观察[31]。

第三，在3个侧面中，一个是强大的Profile，优于其他两个，并导致在提供给患者的护理质量，实践的效率，实践的生产力和工作流程的改进方面显着的高性能。考虑到强大的profile在所有4个CIS能力上得分很高(H)，并且高于其他2个profile，相反的情况会非常令人担忧。同样的，当比较改善工作流程作为实践表现的结果，温和的在所有4项CIS能力上得分为中等的集群优于弱概要文件。虽然很明显，我们希望温和的配置文件的性能优于弱考虑到2个CIS功能(或4个)在统计上的显著差异，问题仍然是为什么预期的性能差距恰好在一个性能指标中表现出来，以及为什么这个指标是工作流程改进而不是为患者提供的护理质量或者是实践的生产力或者是实践的效率。再一次，正如预期的那样强大的和温和的配置文件优于弱但令人惊讶的是，我们的结果显示，在过去的2年中，两种治疗方法之间没有显着差异强大的和温和的配置文件(多媒体附录3）.

第四，从我们的结果中出现了两张违反直觉的图片。首先，在审查的时候弱概要文件，可以注意到，该组显示的概要文件似乎与CIS功能相反。事实上，它展示了a低EHR和HIE能力得分，而远程医疗和PHR得分中等。人们会期望全科医生在考虑采用远程医疗和PHR之前，首先为电子病历和HIE建立强大的能力。第二，gp在弱概要文件部署了一组整体的CIS功能，这些功能似乎不如温和的轮廓，但要实现等效工作表现结果[31，35]。更具体地说，两个配置文件都显示a媒介对3项绩效结果进行评分:实践的生产力，实践的效率,护理质量。继Gruber等人[71]，他们在将小公司的能力与绩效联系起来时获得了类似的结果，我们认为这些发现还表明，在护理质量、实践效率和生产力方面，导致一般实践相对较高绩效结果的配置并不一定与导致较低绩效结果的配置相反。重要的是要记住，一般做法可以理解为一个小公司。

本研究通过响应对不等式进行进一步实证研究的呼吁，为构型文献做出了贡献[35]。

从实际的角度来看，我们认为由此得出的欧洲全科医生概况将有助于政策制定者理解采用4种主要csis的一般做法。根据我们的研究，全科医生已被分为“离散和相对同质的群体”[31]，不同地强调电子病历、HIE、PHR和远程医疗能力，并揭示了与五个指标相关的实践绩效后果。特别是，我们的结果表明，对于一个实践来说，为了最大化性能结果，它应该在所有4个css中开发高能力，因为在一个选择的子集上开发高能力的努力可能只是徒劳的，没有任何显著的性能结果，相当于开发次等的能力，至少是有关的为患者提供的护理质量，实践的效率和实践的生产力。因此，决策者应继续努力，促进在一般做法中采用4项可持续发展战略，同时提高对实现可持续发展目标重要性的认识全面的资料。此外，考虑到单独实践的滞后性，可以建议定义针对这类一般实践的具体计划。

通过调查4个最重要的csis的配置及其对绩效结果的相关影响，本研究探索了一个迄今为止受到有限关注的主题。因此，在解释我们的结果时，我们应该记住一些局限性。首先，由于我们的样本仅由欧洲全科医生组成，因此概括性可能受到限制。其次，由于二手数据的使用，存在固有的局限性。事实上，我们使用的数据集并不是为了满足本研究的具体目标而收集的。第三，尽管本研究中报告的测试仪器的结果表明大多数量表的可靠性很高，但测量CIS能力(远程医疗)的4个量表中有一个的可靠性低于0.6。此外，尽管该工具具有实质性的面效度，但它尚未经过正式的心理测量评估。

考虑到在初级保健实践或医院环境中调查4种csis (EHR、HIE、PHR和远程医疗)的实证配置的研究的缺乏，我们鼓励其他研究人员在我们的结果的基础上，调查这4种csis的配置及其对其他地区(包括医院环境)绩效结果的相关影响。