پیوندهای مفید
اخبار و اعلانات
آمار
| تعداد نشریات | 45 |
| تعداد شماره‌ها | 1,219 |
| تعداد مقالات | 10,473 |
| تعداد مشاهده مقاله | 20,219,843 |
| تعداد دریافت فایل اصل مقاله | 13,910,161 |
طرح به‌کارگیری مدیریت داشبورد در تجسم اطلاعات بالینی، مراقبتی و بهداشتی بیماران درنظام سلامت | ||
| پژوهش های کتابخانه های دیجیتالی و هوشمند | ||
| مقاله 5، دوره 11، شماره 4 (پیاپی 43)، بهمن 1403، صفحه 59-72 اصل مقاله (1.49 M) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.30473/mrs.2025.74062.1611 | ||
| نویسندگان | ||
| حوریه ناجی* 1؛ صدیقه محمد اسماعیل2؛ فاطمه نوشین فرد3 | ||
| 1دانشجوی دکتری، گروه علم اطلاعات و دانش‌شناسی، واحد علوم و تحقیقات، تهران، دانشگاه آزاد اسلامی، تهران، ایران. | ||
| 2دانشیار، گروه علم اطلاعات و دانش‌شناسی، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران. | ||
| 3دانشیار، گروه علم اطلاعات و دانش‌شناسی، واحد علوم و تحقیقات، تهران، دانشگاه آزاد اسلامی، تهران، ایران. | ||
| چکیده | ||
| هدف پژوهش حاضر طرح به‌کارگیری مدیریت داشبورد در تجسم اطلاعات بالینی، مراقبتی و بهداشتی جهت بهبود کیفیت خدمات به بیماران در نظام سلامت می‌باشد. این پژوهش از نوع مطالعات کاربردی می‌باشد و به صورت اکتشافی– آمیخته در دو بخش کیفی و کمی بررسی شده است. از تکنیک فراترکیب و پنل دلفی برای جمع‌آوری داده‌ها و برای تحلیل یافته‌ها از معادلات ساختاری و نرم افزار لیزرل استفاده شده است. جامعه آماری شامل 12 نفر از خبرگان واعضای هیأت علمی سازمان‌های کلیدی نظام سلامت است که از طریق پرسشنامه به صورت قضاوتی انتخاب شده‌اند. روایی مقاله صوری – محتوایی و پایایی آن درون موضوعی و براساس تحلیل چهار شاخص ضریب هولستی (865/0)، شاخص پی- اسکات (805/0)، شاخص کاپای کوهن (844/0) وآلفای کرپیندروف (824/0) می‌باشد. مطابق یافته‌های پژوهش در مرحله کیفی 10 مؤلفه اصلی شناسایی شدندکه عبارت‌اند از: مدیریت تجهیزات، مدیریت منابع مالی، تصویرسازی، مدیریت منابع انسانی، تشخیص، نیازسنجی سازمان، مدیریت زمان، ویژگی‌های داشبورد، شفافیت اطلاعات و بهینه‌سازی تصمیم‌گیری. نتیجه سنجش شاخص‌های هر یک از مؤلفه ها، درسطح اطمینان 5% و مقدار آماره t-value بزرگ‌تر از 96/1 می‌باشد که نشان دهنده همبستگی معناداریافته‌ها است. این پژوهش با استفاده از اطلاعات منسجم و دسته‌بندی شده با به‌کارگیری مدیریت داشبورد می‌تواند در ارتقاء کیفیت خدمات بالینی، مراقبتی و بهداشتی بیماران وعملکرد و تصمیم‌گیری کلان در نظام سلامت و همچنین مرجعی برای مطالعات آینده در این حوزه مفید باشد. | ||
| کلیدواژه‌ها | ||
| مدیریت داشبورد؛ تجسم اطلاعات؛ کیفیت خدمات؛ نظام سلامت | ||
| عنوان مقاله [English] | ||
| A Plan to Use Dashboard Management to Visualize Clinical, Care, and Health Information about Patients in the Health System | ||
| نویسندگان [English] | ||
| Hourieh Naji1؛ Sedigheh Mohammadesmaeil2؛ Fatemeh Nooshin fard3 | ||
| 1Ph.D Student, Departmen of knowledge and Information Science, Science and Research Branch, Islamic Azad University, Tehran, Iran. | ||
| 2Associate Professor, Department of knowledge and Information Science, Science and Research Branch, Islamic Azad University, Tehran, Iran. | ||
| 3Associate Professor, Department of knowledge and Information Science, Science and Research Branch, Islamic Azad University, Tehran, Iran. | ||
| چکیده [English] | ||
| The purpose of the research is to present a proposed and practical model of dashboard management in the visualization of clinical, care and health information to improve the quality of services to patients in the health system. : This research is an applied study and has been investigated in an exploratory-mixed manner in two qualitative and quantitative parts. The meta-synthesis technique and Delphi panel were used to collect data and structural equations and Lisrel software were used to analyze the findings. The statistical population includes 12 experts and faculty members of key organizations in the health system who were selected through a questionnaire. The validity of the article is face-content and its reliability is intra-subject and based on the analysis of four indicators: Holst coefficient (0.865), p-Scott index (0.805), Cohen's kappa index (0.844) and Krappendorff alpha (0.824). In the qualitative stage, 10 main components were identified, which are: equipment management, financial resource management, visualization, human resource management, diagnosis, organizational needs assessment, time management, dashboard features, information transparency, and decision-making optimization. The result of measuring the indicators of each component is at a confidence level of 5% and the t-value is greater than 1.96, which indicates a significant correlation of the findings. This study, using coherent and categorized information using dashboard management, can be useful in improving the quality of clinical, care, and health services for patients, and in the performance and macro-decision-making in the health system, as well as a reference for future studies in this field. | ||
| کلیدواژه‌ها [English] | ||
| Dashboard Management, Information Visualization, Service Quality, Health System | ||
| مراجع | ||
|
Aboagye, J. K., Haut, E. R., Streiff, M. B., Hobson, D. B., Kraus, P. S., Shaffer, D. L., Holzmueller, C. G., & Lau, B. D. (2021). Audit and Feedback to Surgery Interns and Residents on Prescribing Risk-Appropriate Venous Thromboembolism Prophylaxis. Journal of Surgical Education, 78(6), 2011–2019. https://doi.org/10.1016/j.jsurg.2021.03.017 Ahmadi, M., karimi, M., & Baluchnejad Mojarad, T. (2021). Developing a Dashboard for Alzheimer’s disease Registry System. Journal of Health Administration, 24(2), 70–82. (In Persian) Allen, A. L., Lucas, J., Parra, D., Spoutz, P., Kibert, J. L., Ragheb, B., Chia, L., & Sipe, A. (2021). Shifting the Paradigm: A Population Health Approach to the Management of Direct Oral Anticoagulants. Journal of the American Heart Association, 10(24). https://doi.org/10.1161/jaha.121.022758 Berlage T., Claussen C., Geisler S., Velasco C.A., Decker S. Medical Data Spaces in Healthcare Data Ecosystems. In: Otto, B., ten Hompel, M., Wrobel, S. (eds) Designing Data Spaces. Springer, Cham. https://doi.org/10.1007/978-3-030-93975-5_18 Bourquard, K., & Berler, A. (2021). Health information exchange: The overarching role of integrating the healthcare enterprise (IHE). In Introduction to nursing informatics (pp. 101-137). Cham: Springer International Publishing. Burgan, K., McCollum, C. G., Guzman, A., Penney, B., Hill, S. V., Kudroff, K., Thorn, S., Burton, T., Turner, K., Mugavero, M. J., Rana, A., & Elopre, L. (2024). A mixed methods evaluation assessing the feasibility of implementing a PrEP data dashboard in the Southeastern United States. BMC Health Services Research, 24(1). https://doi.org/10.1186/s12913-023-10451-5 Carletta, J. (1996). Assessing agreement on classification tasks: The kappa Computational Linguistics, 22(2), 249-254. Dash, S., Shakyawar, S. K., Sharma, M., & Kaushik, S. (2019). Big data in healthcare: management, analysis and future prospects. Journal of big data, 6(1), 1-25. Elten, H., Sülz, S., Raaij, E., & Wehrens, R. (2022). Big Data Health Care Innovations: Performance Dashboarding as a Process of Collective Sensemaking, Journal of Medical Internet Research, 24(2), 1-9. https://doi.org/10.2196/30201 Etemadi, S., Moulai, K., & Hedayatipour, M. (2021). Investigating the role of electronic management dashboard in improving the quality of services provided in operating rooms: a systematic review. Journal of Health and Biomedical Informatics, 8(2), 242-234. (In Persian) Ghazi Saeedi, M., Khara, R. and Hosseini Rondi, M. (2015). The necessity of using dashboards in health information management. Health Information Management, 12(2), 255-262. (In Persian) Habibi, A., & Afaridy, S. (2014). Multi-indicator decision-making book (definite and fuzzy). Tehran: Narun Publications. https://doi.org/10.52547/jha.24.2.70 Junaid, M., Zhang, Q., Cao, M., & Luqman, A. (2023). Nexus between technologies enabled supply chain dynamic capabilities, integration, resilience, and sustainable performance: An empirical examination of healthcare organizations. Technological Forecasting and Social Change, 196, 122828. https://doi.org/10.1016/j.techfore.2023.122828 Khodaveisi, T., Dehdarirad, H., Bouraghi, H., Mohammadpour, A., Sajadi, F., & Hosseiniravandi, M. (2024). Characteristics and specifications of dashboards developed for the COVID-19 pandemic: a scoping review. Journal of Public Health, 32(4), 553-574. DOI: 10.1007/s10389-023-01838-z Khwaja Gudari, S., & Rehdar, M. (2022). Designing a special dashboard for managers and treatment staff in the covid-19 epidemic. Military Medicine, 22(10), 1013-1024. Lee, S.-Y., Cherian, R., Ly, I., Horton, C., Salley, A. L., & Sarkar, U. (2017). Designing and Implementing an Electronic Patient Registry to Improve Warfarin Monitoring in the Ambulatory Setting. The Joint Commission Journal on Quality and Patient Safety, 43(7), 353–360. https://doi.org/10.1016/j.jcjq.2017.03.006 Lincoln, Y. S., Guba, E. G., & Pilotta, J. J. (1985). Naturalistic inquiry. International Journal of Intercultural Relations, 9(4), 438–439. https://doi.org/10.1016/0147-1767(85)90062-8 Pesqueira, A., & Sousa, M. J. (2024). Exploring the role of big data analytics and dynamic capabilities in ESG programs within pharmaceuticals. Software Quality Journal, 32(2), 607–640. https://doi.org/10.1007/s11219-024-09666-4 Raj, P., Kumar, C., & Rawat, M. (2020). Automatic retrieval of updated information related to COVID-19 from web portals. Eur J Mol Clin Med, 7(3), 5130-5136. Rashidi, A., Jibraili, M., Khalkhali, H., & Alizadeh, S. (2020). Evaluation of the usability model of hospital information system management dashboards from the perspective of users of Urmia University of Medical Sciences hospitals. Journal of Nursing and Midwifery, 18(1), 38-48. (In Persian) Thakur, A., & Kumar, A. (2022). Wearable Sensors and Pervasive Computing for Remote Healthcare. Intelligent Healthcare, 343–371. https://doi.org/10.1007/978-981-16-8150-9_16 Tsang, J. Y., Peek, N., Buchan, I., van der Veer, S. N., & Brown, B. (2022). Systematic review and narrative synthesis of computerized audit and feedback systems in healthcare. Journal of the American Medical Informatics Association, 29(6), 1106-1119.DOI: 10.1093/jamia/ocac031 Upadrista, V., Nazir, S., & Tianfield, H. (2023). Secure data sharing with blockchain for remote health monitoring applications: a review. Journal of Reliable Intelligent Environments, 9(3), 349–368. https://doi.org/10.1007/s40860-023-00204-w Victor, S., & Farooq, A. (2021). Dashboard Visualisation for Healthcare Performance Management: Balanced scorecard method. Asia Pacific Journal of Health Management, 16(2), 28–38. https://doi.org/10.24083/apjhm.v16i2.625 Vilarinho, S., Lopes, I., & Sousa, S. (2018). Developing dashboards for SMEs to improve performance of productive equipment and processes. Journal of Industrial Information Integration, 12, 13-22. https://doi.org/10.1016/j.jii.2018.02.003 Vitabile, S. (2019). Medical Data Processing and Analysis for Remote Health and Activities Monitoring. In: Kołodziej, J., González-Vélez, H. (eds) High-Performance Modelling and Simulation for Big Data Applications. Lecture Notes in Computer Science, Springer, Cham. Wilson, A. S., Triller, D. M., Allen, A., Burnett, A., Gouveia-Pisano, J. A., Brenner, A., Pritchard, B., Medico, C., Vazquez, S. R., Witt, D. M., & Barnes, G. D. (2023). Digital dashboards for oral anticoagulation management: a literature scoping review. Journal of Thrombosis and Thrombolysis, 56(4), 568–577. https://doi.org/10.1007/s11239-023-02880-0a | ||
|
آمار تعداد مشاهده مقاله: 234 تعداد دریافت فایل اصل مقاله: 56 |
||