发表在7卷, No . 2(2019): Apr-Jun

本文的预印本(早期版本)可在https://preprints.www.mybigtv.com/preprint/10949,首次出版
医生使用电子健康记录:调查研究评估与提供者报告满意度和感知患者影响相关的因素

医生使用电子健康记录:调查研究评估与提供者报告满意度和感知患者影响相关的因素

医生使用电子健康记录:调查研究评估与提供者报告满意度和感知患者影响相关的因素

原始论文

通讯作者:

丹尼尔·克莱·威廉姆斯,MSCR, MD

儿科

南卡罗来纳医科大学

135 Rutledge Avenue MSC 561

查尔斯顿、SC、

美国

电话:1 843 876 0794

传真:1843 876 8709

电子邮件:Willidan@musc.edu


背景:电子健康记录(EHR)的实施对医生满意度和患者护理的影响尚不清楚。需要更好地了解医生对电子病历的看法以及影响这些看法的因素,以改善医生和患者在使用电子病历时的体验。

摘要目的:本研究的目的是确定与医生电子病历满意度和患者影响感知相关的提供者和临床实践因素。

方法:2016年2月至3月,我们对美国一家四级医疗学术医院的医生进行了随机抽样调查,包括住院医生和研究员。该调查评估了提供者的人口统计数据、临床实践因素(即主治医师、同事或住院医师)和整体电子病历体验。评估的主要结果是提供者满意度和提供者对患者护理影响的感知。对满意度和患者影响问题的回答被记录在一个连续的尺度上,最初锚定在中性(尺度范围0到100:0定义为“非常消极”,100定义为“非常积极”)。评估的独立变量包括人口统计学和临床实践因素,包括使用电子病历的感知效率。双变量比较采用单向方差分析或Kruskal-Wallis检验,多变量建模采用线性回归。

结果:157名医生中,111名(70.7%)完成了调查;51.4%(57/111)的应答者为主治医生,其中71.9%(41/57)的应答者报告其临床全职时间等同于>50%,一半的应答者报告其督导住院医师>50%。50.5%(56/111)的被调查者为基层医疗从业人员,既往电子病历经验分布均匀,12.6%(14/111)的被调查者为电子病历超级用户。对于我们当前的电子病历如何影响满意度的回答被评为高于中立调查锚点(平均58 [SD 22]),他们对电子病历如何影响患者的看法也被评为高于中立调查锚点(平均61 [SD 18])。在双变量比较中,只有医生年龄、临床角色(住院医师、同事或主治医师)和感知效率与电子病历满意度相关。在线性回归模型中,在控制模型中的其他变量后,报告感知效率较高的医生报告了更高的总体满意度和患者影响。

结论:医生对电子病历的满意度及其对临床护理影响的感知总体上是积极的,但医生的特征、年龄和就诊水平与电子病历满意度较差相关。当控制其他因素时,感知效率是与医生对电子病历满意度最相关的因素。了解医生对电子病历的看法可以使技术资源有针对性,以确保临床护理期间电子病历系统的使用效率和满意度。

中华医学杂志,2019;7(2):10949

doi: 10.2196/10949

关键字



电子健康记录(EHR)系统已在美国医院广泛采用,部分原因是由于财政激励计划,以及通过全面的病人护理方法节省成本和提高安全性和质量的预期效益[1-5]。评估采用电子病历后医院成本节约的研究结果不一致[26]。除了可能节省成本外,电子病历的设计还通过多种机制提高患者安全,例如在患者护理过程中实时提示药物剂量和潜在的用药错误警报[7-11]。虽然研究表明,这些提示可以防止错误,但它们也会给医护人员带来意想不到的后果,如警报疲劳[9-14]。

公众对电子病历的看法总体上是积极的,但Emani等人的研究[1516表明医生可能对电子病历在护理质量、以患者为中心的护理以及他们个人提供的患者护理方面的有意义使用的影响持怀疑态度。尽管其他关于医生看法的研究表明,电子病历可能会改善账单和质量,但他们也对医生工作满意度的影响持怀疑态度。1718]。医生工作满意度的降低会导致职业倦怠、医生离职、医生招聘成本的增加以及医疗质量的潜在下降[19-22]。虽然这些研究增加了已知的内容,但较低的回复率和对有意义使用电子病历的预期经验的关注限制了它们的普遍性和对当前提供者实践的适用性。

本研究的目的是确定提供者和临床实践因素,包括使用电子病历的感知效率,与医生电子病历满意度和电子病历对患者护理影响的感知相关。最终,对这一复杂问题的深入了解可能会为未来提高医生对电子病历的效率和满意度以及优化对患者安全和护理质量的积极影响提供信息。


设置

这项描述性调查研究于2016年2月至3月在南卡罗来纳医科大学(MUSC)进行。MUSC是一家拥有700个床位的四级护理学术医院,包括所有成人和儿科初级保健和亚专科服务。MUSC健康管理超过1,000,000门诊就诊和40,000人次,每年通过雇用约1200名医生和700名居民和研究员在25个临床部门。

MUSC目前使用Epic EHR软件(Epic Systems Corporation),于2012年5月采用Epic门诊系统,并于2014年6月采用完整的Epic Enterprise,包括完全集成的Epic医疗系统的所有组件。最初开发于1979年,Epic是目前世界上使用最广泛的EHR软件系统之一。Epic是一个完全集成和包罗万象的电子病历,通过它,所有与健康相关的信息在MUSC共享。在MUSC,所有医生(主治医生、住院医生和研究员)都需要在初始认证之前在模拟实践环境中完成8小时的Epic培训。在EHR的实施阶段,每个临床领域都定义了医生超级用户,他们每月与Epic构建团队进行互动会议,以了解相关变化和新的培训更新,以帮助满足各自领域的即时临床和EHR需求。

调查评估工具

一个由EHR、临床和研究专家(DW、RW、RJT)组成的团队在审查相关文献和与当地利益相关者的关键信息提供者访谈后,制定了调查内容。该团队在一组住院医师(n=8)和信息技术医疗主管(n=10)中进行了试点调查,以明确问题。这些医疗主管包括来自各种儿科和成人专科的医生。试航没有导致内容变化,但是根据反馈澄清了几个问题(参见多媒体附录1)。

被抽样

我们使用随机数生成器从所有MUSC提供者的总列表中确定157名医生的随机样本。该项目分析的定量数据是该大学一个更大的电子病历满意度评估项目的一部分,该项目还包括对医生访谈的定性分析。定性访谈数据不包括在本分析中。10名信息技术医疗主任负责整个项目;因此,最终的样本量是根据这10名医生收集数据的能力来选择的,包括完成对当前电子病历产品的面对面访谈。我们使用面对面访谈的定性数据来推动机构的改进过程;我们没有使用定性数据进行分析。我们使用Research Electronic Data Capture (REDCap) (REDCap Consortium)软件进行调查管理和数据收集。我们通过REDCap以电子邮件的方式分发调查问卷,并且回复都是匿名的。未回答的人收到了特定地区医疗主任的电子邮件提醒。 We did not incentivize or distribute reimbursements for survey completion. Our institution’s institutional review board considered this project quality improvement.

主要的结果

评估的主要结果是提供者满意度和提供者对患者护理的感知影响。我们通过这个问题来评估供应商的满意度,“Epic是如何影响你的?”我们通过这个问题来评估对患者护理的影响:“Epic对患者的总体影响如何?”我们用从0到100的连续刻度记录了这两个问题的回答,0标记为“非常消极”,100标记为“非常积极”。我们最初将回答的幻灯片固定在一个中性值(50),调查受访者从那里修改答案。

独立变量

我们评估了独立变量,包括医师人口统计学(年龄)和临床实践因素。临床实践因素包括临床角色(主治医师、住院医师、研究员)、专科、临床工作的百分比(报告的临床全职当量或cFTE),以及与实习生有过接触的主治医生的百分比。

我们还评估了使用电子病历的感知效率。我们通过声明“请使用Epic为您的效率打分”来评估感知到的供应商效率。回答以从0到100的连续刻度进行记录,0标记为“非常低效”,100标记为“非常有效”。我们最初将回答的幻灯片固定在一个中性值(50),调查受访者从那里修改答案。

调查还评估了医生的EHR使用体验(任何EHR体验,任何Epic体验,以及在MUSC使用的Epic体验),Epic中使用的应用程序数量,以及超过标准8小时的Epic培训(作为Epic超级用户的培训)。

分析计划

我们使用单向方差分析完成了双变量比较,并计算了两个结果变量(满意度和感知患者影响)的连续自变量(感知效率)的Pearson相关系数。该团队还创建了线性回归模型来预测报告的提供者满意度和感知到的患者影响。使用单向方差分析完成了与感知效率相关因素的二次分析。所有分析均采用SAS统计软件(SAS Institute)完成。


在157名随机抽取的医生中,有111名(70.7%)完成了调查。如前所述,初始样本量为160人;然而,从数据库中随机选择的3名医生由于暂时休假(n=1)和最近退休(n=2)而无法回复。调查对象中主治医师占51.3%(57/111),住院医师占32.4%(36/111),研究员占16.2%(18/111)。平均年龄40.9岁(介乎26至75岁)(表1)。样本的平均年龄与MUSC所有医生的平均年龄相似(39.8岁)。50.5%(56/111)的被调查者为基层医护人员。

表1。调查对象人口统计(n=111)。
分类变量 值,n (%)
年龄(以年计)

为20 - 29 19日(17.1)

- 39 47 (42.3)

40至49 18 (16.2)

>50 27日(24.3)
临床作用

参加 57 (51.4)


临床full-time-equivalent



< 0.5 16 (28.1)



0.5 - -0.99 13 (22.8)



1 28日(49.1)


监督居民的时间百分比



< 50 29 (50.9)



51 - 99 18 (31.6)



One hundred. 10 (17.5)


超级用户



没有 45 (78.9)



是的 12 (21.1)

研究员 18 (16.2)

居民 36 (32.4)

研究生学年(仅限研究员和住院医师);n = 54)


1 8 (14.8)


2 11 (20.3)


3. 6 (11.1)


4 12 (22.2)


5 9 (16.7)


6 5 (9.3)


7 3 (5.6)
临床部门

麻醉 5 (4.5)

一般内科 34 (30.6)

儿科 22日(19.8)

精神病学 11 (9.9)

放射学 7 (6.3)

医学专业 21日(18.9)

外科专业 11 (9.9)
有多年电子健康记录经验

< 1 2 (1.8)

1 - 5 38 (34.2)

5 - 10 42 (37.8)

> 10 29 (26.1)


史诗般的岁月体验

< 1 21日(18.9)

1 - 5 74 (66.7)

5 - 10 16 (14.4)
在MUSC的史诗体验一个近年来

< 1 19日(17.1)

1 - 5 86 (77.5)

5 - 10 6 (5.4)
使用的系统数量

1 22日(19.8)

2 52 (46.8)

3. 29 (26.1)

4 8 (7.2)

一个南卡罗来纳医科大学。

对评估医生满意度的问题的总体平均回答表明,医生总体上是满意的(平均58 [SD 22]),特别是考虑到问题的中立回答为50。总体而言,医生也认为电子病历对患者体验有积极影响(平均61人[SD 18])。

在评估分类自变量的双变量比较中,只有医生年龄和临床角色(住院医师、同事、主治医师)与满意度相关,年龄越大和主治医师的满意度得分越低(两者都有)P< . 05;表2)。

表2。主要结果变量的双变量分析:提供者满意度(EHR影响你)和患者影响(EHR影响患者)。数值表示每组的平均得分。
分类变量 满意的意思 P价值 患者影响均值 P价值
总人口得分 57.8
60.6
年龄(以年计)
0。
低位

为20 - 29 67.5
65.8

- 39 59.3
60.7

40至49 49.1
54.4

>50 54.2
60.8
临床作用
. 01
. 21

参加(n = 57) 52.1
57.9


临床full-time-equivalent
多多
.57



< 0.5 54.5
61.7



0.5 - -0.99 50.9
58.3



1.0 51.2
55.6


监督居民的时间百分比
07



< 50 52.9
61.4



51 - 99 44.0
52.2



One hundred. 64.3
57.9


超级用户
.66



没有 52.4
55.9



是的 50.8
65.3

研究员 66.7
65.6

居民 62.5
62.3

研究生学年(只限研究员及住院医师)
只要
.37点


1 63.0
57.5


2 76.1
70.7


3. 59.2
62.7


4 57.4
61.0


5 57.1
57.9


6 63.8
64.4


7 77.0
78.0
临床部门
口径。

麻醉 70.2
63.8

一般内科 58.1
63.5

儿科 58.7
60.0

精神病学 62.0
59.2

放射学 62.4
59.6

医学专业 47.1
52.7

外科专业 62.8
68.5
有多年电子健康记录经验

36

< 1 84.0
82.0

1 - 5 61.7
59.3

5 - 10 56.5
61.2

> 10 52.8
59.9
史诗般的岁月体验


< 1 66.5
64.6

1 - 5 55.8
59.1

5 - 10 55.7
62.2
在MUSC的史诗体验一个近年来 低位
票价

< 1 64.1
60.4

1 - 5 57.0
61.2

5 - 10 49.2
52.0
使用的系统数量
.51 酒精含量

1 60.4
59.3

2 57.6
62.6

3. 54.0
55.4

4 65.8
69.4

一个南卡罗来纳医科大学。

所有评估的分类变量都与感知到的患者影响无关;然而,医生报告的感知效率与提供者满意度(r=0.68)和感知患者影响(r= 0.6;图12),表明报告更高感知效率的医生也报告了更高的总体满意度,并且电子病历对患者的总体影响更积极。

以临床角色、经验和效率为预测因子,建立医师满意度回归模型R20.5。正如在表3,只有感知效率具有显著的正回归权值,表明在控制模型中的其他变量后,报告效率较高的医生也报告了更高的总体满意度。效率每增加1分,满意度得分就增加0.74分。

图1所示。散点图显示提供者效率与满意度之间的正相关关系(r= 0.68)。
查看此图
图2。散点图显示医生效率与医生报告的病人影响之间的正相关关系(r= 0.6)。
查看此图
表3。预测医生满意度的线性回归表:R 2= 0.5;P<措施。
变量 参数估计 标准错误 t价值 P价值
拦截 19.9 6.6 3.0 .003
临床作用 1.7 1.8 1.0
在MUSC的史诗体验一个 -0.7 0.8 0.8
效率 0.7 0.1 9.1 <措施

一个南卡罗来纳医科大学。

医生报告的感知患者影响的回归模型,也包括临床角色,经验和感知效率作为预测因子,产生了一个R20.4。正如在表4,只有感知效率具有显著的正回归权值,表明在控制模型中的其他变量后,报告效率较高的医生也报告了更高的积极感知患者影响。效率每提高1分,对患者影响的感知就增加0.53分。

由于报告的效率是最能预测医生满意度和感知患者影响的因素,我们对医生报告的感知效率进行了二次分析。总体而言,医生在使用电子病历评价个人效率方面的反应是积极的(平均54[标准差20])。在双变量比较中,只有临床角色与感知效率相关,主治医生报告的效率较低(表5)。

表4。预测患者感知影响的线性回归表:R 2= 0.4;P<措施。
变量 参数估计 标准错误 t值 P值
拦截 32.00 5.90 5.40 <措施
临床作用 -0.30 1.60 -0.20 .87点
在MUSC的史诗体验一个 0.05 0.70 0.07 总收入
效率 0.53 0.07 7.70 <措施

一个南卡罗来纳医科大学。

表5所示。感知效率相关因素的双变量分析。
分类变量 效率,指的是 P价值
总体感知效率 53.9
年龄(以年计)

为20 - 29 60.7

- 39 56.2

40至49 50.1

>50 47.8
临床作用
. 01

参加 48.5


临床full-time-equivalent
陈霞



< 0.5 55.8



0.5 - -0.99 46.6



1.0 45.1


监督居民的时间百分比
。08



< 50 48.6



51 - 99 41.2



One hundred. 60.7


超级用户
.37点



没有 46.9



是的 54.3

研究员 63.8

居民 57.6

研究生学年(只限研究员及住院医师)
0。


1 53.1


2 66.6


3. 56.5


4 57.8


5 52.7


6 61.0


7 85.0
临床部门
.86

麻醉 54.2

一般内科 53.0

儿科 58.0

精神病学 56.8

放射学 58.0

医学专业 49.7

外科专业 50.9
有多年电子健康记录经验

< 1 83.0

1 - 5 56.0

5 - 10 53.6

> 10 49.8
史诗般的岁月体验

< 1 60.1

1 - 5 51.4

5 - 10 57.3
在MUSC的史诗体验一个近年来
票价

< 1 58.7

1 - 5 53.2

5 - 10 48.8
使用的系统数量

1 49.7

2 55.2

3. 55.7

4 50.9

一个南卡罗来纳医科大学。


主要研究结果

这项调查调查了在一个大型学术医疗中心进行各级培训和经验的医生,该中心完全整合和建立了电子病历,结果显示,电子病历对医生对电子病历的满意度产生了总体积极影响,并对患者护理产生了积极影响。先前的研究报告了医生对提供者使用电子病历系统的担忧和挑战,例如Emani等人的报告[1516]和Shanafelt等人[20.]。2012年Heyward等人的一项研究[23]对实施电子健康档案前后的社区临床医生进行了调查,发现其提供者的整体工作满意度有所下降。与这些报告相反,我们的研究结果表明,各种临床环境和实践类型的临床医生对我们的电子病历系统的满意度很高,并认为它对他们提供的护理有积极的影响。

虽然在我们的双变量比较中,年龄较大和主治级别的医生似乎更有可能报告对电子病历的满意度下降,但在调整分析中,他们自己对使用电子病历的感知效率可以预测患者的满意度和积极影响。我们在调查中通过“请使用Epic为您的效率打分”这个问题来评估感知效率。由于感知效率显示出与医生满意度最强的关联,我们认为需要对影响感知效率的因素进行更深入的评估。在第二个以效率为结果的双变量分析中,只有临床角色与感知效率相关。与住院医生和研究员相比,主治医生的总体感知效率最低。这种对效率的感知差异可能是多因素的,但可能代表了与同行相比,主治级提供者使用电子病历的效率有多高的真正差异。据我们所知,没有有效的措施来比较实际的使用效率。

我们的多样化,随机选择的样本可以深入了解跨学科,不同层次的培训和电子病历经验的提供者的看法。例如,主治医生和执业时间较长的医生可能对非电子病历系统有更多的经验,因此可能对电子病历对患者护理的影响有不同的看法。此外,年轻的供应商可能有更多的技术经验。这种经验可能使他们能够轻松适应电子病历的采用、更新或修改。

我们发现了一种趋势(P=.06)在双变量分析中,对报告的电子病历满意度较高的住院医师的监督时间增加,但这并不显著。监督住院医师的主治医师较少直接使用电子病历,责任也较少。例如,负责监督住院医生的医生通常会共同签署文件,而不是直接写笔记和输入命令。未来的研究可能需要进一步评估住院医师监督对就诊使用和对电子病历满意度的影响。

限制

我们的研究有局限性。虽然我们的调查回复率高于普遍接受的基准(60%),但它只分布在一个中心。虽然该中心使用的电子病历系统是美国最普遍采用的电子病历系统之一,但它确实有一定程度的可定制性,因此我们的结果可能不具有普遍性。此外,我们根据认为可行的调查数量(N=160)来选择样本,并且我们的一些接近显著的关联可能在更大的样本中变得显著。在调查诸如只参加的小组时,这种影响可能更大。此外,我们的研究评估的是关联而不是因果关系。由于希望保持调查简短,其他影响满意度和临床医生对电子病历对患者护理影响的感知的电子病历特定因素未进行评估。这代表了进一步研究的潜在领域。在2012年5月至2014年6月之间实施电子病历是有帮助的,因为许多被调查的提供者确实有在没有电子病历的情况下照顾患者的经验,但我们没有测量重要的变量,如实施前后的效率,这是检验因果关系所必需的。最后,还需要进一步的工作来确定效率低下的感知是否与实际效率相关。 Unfortunately, no standard measure for efficiency exists with EHRs.

结论

在我们不同的供应商样本中,使用机构电子病历的感知效率是与满意度和对患者护理的感知影响最相关的因素。可能需要针对高危人群进行培训,提高效率,并在重大升级期间持续监测,以提高效率,从而提高医生满意度并确保高质量的患者护理。

利益冲突

没有宣布。

多媒体附录1

临床医生调查工具。

PDF档案(adobepdf档案),38KB

  1. Silow-Carroll S, Edwards JN, Rodin D.使用电子健康记录提高质量和效率:领先医院的经验。Issue Brief (common Fund) 2012年7月;17:1-40。[Medline
  2. Kazley AS, Simpson AN, Simpson KN, Teufel R.电子健康记录协会在全国样本中的成本节约。管理护理杂志,2014,01;20(6):e183-e190 [J]免费全文] [Medline
  3. Jamoom EW, Patel V, Furukawa MF, King J.电子健康档案采用者与非采用者:电子健康档案采用者的影响、障碍和联邦政府的倡议。健康(Amst) 2014 Mar;2(1):33-39 [j]免费全文] [CrossRef] [Medline
  4. 刘建军,刘建军,刘建军。电子病历在儿童医疗机构中的应用。儿科杂志,2013,13(3):259-263。[CrossRef] [Medline
  5. Zlabek JA, Wickus JW, Mathiason MA。住院病人电子健康记录的早期成本和安全效益。中华医学杂志,2011;18(2):169-172 [J]免费全文] [CrossRef] [Medline
  6. 刘建军,刘建军,刘建军,等。医院电子病历使用与儿科住院医疗费用的关系。中华儿科杂志,2012;12(5):429-435。[CrossRef] [Medline
  7. 刘建军,刘建军,刘建军,等。电子健康档案的使用与预防咨询。中国医学信息学报,2014;21(1):592 - 596 [J]免费全文] [CrossRef] [Medline
  8. 李建军,李建军,李建军,李建军,李建军,李建军,李建军,等。电子健康记录对三个不同急诊科糖尿病患者的影响中华医学杂志,2014;21(1):71- 77 [J]免费全文] [CrossRef] [Medline
  9. Page N, Baysari MT, Westbrook JI。对医院CPOE系统中中断药物处方警报对改变处方者行为和提高患者安全的有效性进行系统评价。国际医学杂志2017;12:22-30。[CrossRef] [Medline
  10. Galanter WL, Didomenico RJ, Polikaitis A.基于计算机医嘱输入的禁忌症药物自动决策支持警报试验。中华医学杂志,2005;12(3):269-274 [J]免费全文] [CrossRef] [Medline
  11. Sorita A, Bos JM, Morlan BW, Tarrell RF, Ackerman MJ, Caraballo PJ。临床决策支持的影响,防止使用延长qt药物的患者有扭转的风险。中华医学杂志,2015;22(1):821 - 827 [J]免费全文] [CrossRef] [Medline
  12. 市售和部分定制药物剂量警告在儿科患者中的适当性。中国医学信息学报,2014;21(1):835 - 842 [J]免费全文] [CrossRef] [Medline
  13. 李建军,李建军,李建军,等。一项随机对照试验:计算机化医嘱输入几乎硬停止警报以防止药物相互作用的意外效果。实习医学杂志2010年9月27日;17(17):1578-1583。[CrossRef] [Medline
  14. 周磊,Soran CS, Jenter CA, Volk LA, Orav EJ, Bates DW,等。电子健康记录的使用与长期护理质量之间的关系。中华医学杂志,2009;16(4):457-464 [J]免费全文] [CrossRef] [Medline
  15. Emani S, Ting DY, Healey M, Lipsitz SR, Karson AS, Einbinder JS,等。医师对有意义使用电子病历影响的看法:一项横断面研究。应用临床学报,2014;5(3):789-801 [j]免费全文] [CrossRef] [Medline
  16. Emani S, Ting DY, Healey M, Lipsitz SR, Karson AS, Bates DW。医生对电子健康记录有意义使用的看法:一项随访研究。应用临床通报2017;12(4):1044-1053。[CrossRef] [Medline
  17. 韦利MC,拜尔RR,加德纳RL。对电子健康记录实施的看法:对罗德岛州医生的全州调查。中华医学杂志,2014;27(10):921 - 927。[CrossRef] [Medline
  18. 刘建军,张建军,张建军,张建军。信息技术对医院绩效的影响。医疗卫生管理,2016;19(4):338-346。[CrossRef] [Medline
  19. 埃雷里·D,拉尼尔·w。令人不安的趋势在医生倦怠和满意度的工作与生活的平衡:处理疾病的国家治疗师。中国临床医学杂志,2015;20(12):1593-1596。[CrossRef] [Medline
  20. 张建军,刘建军,李建军,等。文书负担、电子环境特征与医师职业倦怠和职业满意度的关系。中国临床医学杂志,2016;31(7):836-848。[CrossRef] [Medline
  21. Shanafelt TD, Mungo M, Schmitgen J, Storz KA, Reeves D, Hayes SN,等。评估医师职业倦怠与专业工作努力改变之间关系的纵向研究。中国临床医学杂志,2016;31(4):422-431。[CrossRef] [Medline
  22. Shanafelt TD, Boone S, Tan L, Dyrbye LN, Sotile W, Satele D,等。美国医生相对于普通美国人群的工作与生活平衡的倦怠和满意度。中华医科大学学报(自然科学版);2012;31(5):377- 385。[CrossRef] [Medline
  23. 张峰,张建军,李建军,李建军,等。马萨诸塞州三个社区采用电子健康记录后的医生满意度。中华医学杂志,2012,11 (2):1 - 12 [J]免费全文] [CrossRef] [Medline


cFTE:临床full-time-equivalent
电子健康档案:电子健康记录
音乐:南卡罗来纳医科大学
搬运工:研究电子数据捕获


G·艾森巴赫编辑;提交02.05.18;R Rubin, A Nguyen, Z Reis同行评议;对作者的评论30.08.18;修订版本收到10.12.18;接受31.12.18;发表04.04.19

版权

©Daniel Clay Williams, Robert W Warren, Myla Ebeling, Annie L Andrews, Ronald J Teufel II。原发表于JMIR医学信息学(http://medinform.www.mybigtv.com), 04.04.2019。

这是一篇在知识共享署名许可(https://creativecommons.org/licenses/by/4.0/)条款下发布的开放获取文章,该许可允许在任何媒介上不受限制地使用、分发和复制,前提是原始作品(首次发表在JMIR Medical Informatics上)被适当引用。必须包括完整的书目信息,到http://medinform.www.mybigtv.com/上原始出版物的链接,以及版权和许可信息。


Baidu
map