Loading presentation...

Present Remotely

Send the link below via email or IM

Copy

Present to your audience

Start remote presentation

  • Invited audience members will follow you as you navigate and present
  • People invited to a presentation do not need a Prezi account
  • This link expires 10 minutes after you close the presentation
  • A maximum of 30 users can follow your presentation
  • Learn more about this feature in our knowledge base article

Do you really want to delete this prezi?

Neither you, nor the coeditors you shared it with will be able to recover it again.

DeleteCancel

Make your likes visible on Facebook?

Connect your Facebook account to Prezi and let your likes appear on your timeline.
You can change this under Settings & Account at any time.

No, thanks

Improving completeness of electronic problem listst hrough clinical decision support: a randomized, controlled trial

Adam Wright, Justine Pang, Joshua C Feblowitz, Francine L Maloney, Allison R Wilcox, Karen Sax McLough
by

Josefina Centeno

on 11 December 2013

Comments (0)

Please log in to add your comment.

Report abuse

Transcript of Improving completeness of electronic problem listst hrough clinical decision support: a randomized, controlled trial

a randomized, controlled trial Improving completeness of electronic problem lists through clinical decision support: Las listas de problemas clínicos son esenciales
para el cuidado del paciente, apoya la decisión clínica,
mejora la calidad de atención y facilita la investigación.
Sin embargo las listas de problemas suelen estar incompletas o desactualizadas. determinar si un sistema de alerta clínica, que utiliza reglas de inferencia
para notificar a los usuarios de problemas no registrados, mejora la lista de
los mismos. Objetivo: Participaron de éste estudio 11 clínicas (urbanas y suburbanas) con un total de 28 áreas de atención Método El sistema analiza toda la información del paciente para determinar si éste es propenso a tener alguna de los 17 problemas estudio.
Si el sistema lo detecta se activa una ventana de sugerencias. Lista de sugerencias Los resultados sugieren que las reglas de inferencia de problemas como estas
son una herramienta valiosa para mejorar la exhaustividad de la lista problema y
por lo tanto puede ser beneficioso para mejorar la atención del paciente. Esto facilita poder obtener un diagrama preciso de los problemas de cada paciente, además de ser una herramienta útil para la obtención de datos. Resumen: Se utilizaron reglas de inferencia para detectar y notificar problemas no documentados. Éstas normas consideran los códigos de facturación, resultados de laboratorio, medicamentos, entre otros para detectar posibles deficiencias en la lista de problemas. * Validación de la regla final *Seleccionar el problema específico Spark * Desarrollo de normas preliminares * Identificar el problema asociado a la información Pasos para desarrollo de normas * Caracterización de normas preliminares y alternativas * Selección de una regla final Resultados y
seguimiento
Full transcript