طراحی و ارزیابی سیستم مدیریت آمار نواقص پرونده های پزشکی بیماران (مطالعه موردی: سازمان تامین اجتماعی)
محل انتشار: مجله مدیریت اطلاعات سلامت، دوره: 18، شماره: 6
سال انتشار: 1400
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 228
فایل این مقاله در 7 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-18-6_001
تاریخ نمایه سازی: 24 آبان 1401
چکیده مقاله:
مقدمه: نقص های اطلاعاتی پرونده های پزشکی، موجب کاهش کیفیت خدمات مراقبتی و پاسخگویی بالینی، حقوقی و مالی می شود. پژوهش حاضر با هدف طراحی سیستمی جهت بهبود کیفیت مدیریت آمار نواقص پرونده های پزشکی انجام شد.روش بررسی: در این مطالعه کیفی، از طریق مشاهده حضوری فعالیت های کاربران (مدیران و کارشناسان مدیریت اطلاعات سلامت در بیمارستان های منتخب سازمان تامین اجتماعی) با سیستم مدیریت آمار نواقص پرونده های پزشکی و انجام مصاحبه نیمه ساختار یافته (در مجموع ۱۰ نفر) در سال ۱۴۰۰، کارایی نرم افزار طراحی شده (تحت وب به زبان PHP با بانک اطلاعاتی MySQL) مورد بررسی قرار گرفت. داده های کیفی مربوط به فعالیت با نرم افزار طراحی شده توسط کاربران، به روش تحلیل محتوا (MAXQDA) طبقه بندی گردید.یافته ها: «سیستم مدیریت آمار نواقص پرونده های پزشکی» در دو بخش پنل مدیریتی و متصدی تعریف شد که به ترتیب دارای ۶ و ۷ زیرسیستم بود. پس از توسعه نرم افزار و مشاهده فعالیت کاربران در حین کار با نرم افزار و مصاحبه با آنان، کاربردهای «سیستم مدیریت آمار نواقص پرونده های پزشکی» در قالب چهار دسته اصلی (امکانات، مزیت فن آورانه و تکنیکی، کاربرپسندی و الزامات آموزشی و تجهیزات) و ۳۰ زیردسته طبقه بندی گردید.نتیجه گیری: بررسی کاربرد «سیستم مدیریت آمار نواقص پرونده های پزشکی» توسط کاربران مدارک پزشکی، حاکی از افزایش کارایی و سرعت در انجام فعالیت های مربوط به بررسی های کمی در تجریه و تحلیل پرونده های پزشکی و امکان اخذ گزارش های متنوع بر اساس نیازمندی های مدیریتی در بررسی رفع نواقص پرونده های پزشکی در هر بازه زمانی مورد نظر بود.
کلیدواژه ها:
نویسندگان
الهام جواهری کیان
کارشناس ارشد، فن آوری اطلاعات سلامت، سازمان تامین اجتماعی، تهران، 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 :