論文の概要: IT ambidexterity driven patient agility and hospital patient service performance: a variance approach

• arxiv url: http://arxiv.org/abs/2107.09415v1
• Date: Tue, 20 Jul 2021 11:23:22 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-21 12:07:46.554602
• Title: IT ambidexterity driven patient agility and hospital patient service performance: a variance approach
• Title（参考訳）: itアンビデキセタリティ駆動型患者の俊敏性と入院患者のサービスパフォーマンス--分散アプローチ
• Authors: Rogier van de Wetering
• Abstract要約: 本稿では,病院部門が企業の新たなIT資源と実践を同時に探求する能力をどのように活用できるかを検討する。 研究モデルを開発し、オランダの90の臨床病院の横断的なデータを用いてテストする。 研究結果は、理論化されたモデルを支持し、臨床実践を変革し、患者の機敏性を促進する方法に光を当てる。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Hospitals are currently exploring digital options to transform their clinical procedures and their overall engagement with patients. This paper investigates how hospital departments can leverage the ability of firms to simultaneously explore new IT resources and practices (IT exploration) as well as exploit their current IT resources and practices (IT exploitation), i.e., IT ambidexterity, to adequately sense and respond to patients' needs and demands, i.e., patient agility. This study embraces the dynamic capability view and develops a research model, and tests it accordingly using cross-sectional data from 90 clinical hospital departments from the Netherlands through an online survey. The model's hypothesized relationships are tested using Partial Least Squares (PLS) structural equation modeling (SEM). The outcomes demonstrate the significance of IT ambidexterity in developing patient agility, positively influencing patient service performance. The study outcomes support the theorized model can the outcomes shed light on how to transform clinical practice and drive patient agility.
• Abstract（参考訳）: 病院は現在、臨床手順と患者との全体的な関わりを変換するためのデジタルオプションを模索している。 本稿では, 病院部門が新たなIT資源と実践(IT探索)を同時に探求し, 現在のIT資源と実践(IT活用)を活用して, 患者のニーズや要求を適切に把握し, 対応することができるかを検討する。 本研究は, オランダの90の臨床病院の横断的データを用いて, ダイナミック・キャパシティ・ビューを取り入れ, 研究モデルを構築し, オンライン調査により検証した。 モデルの仮説関係は、部分最小方形(PLS)構造方程式モデリング(SEM)を用いて検証される。 これらの結果は,患者のアジリティ向上におけるITの曖昧さの重要性を示し,患者のサービスパフォーマンスに肯定的な影響を与えている。 研究成果は、臨床実践を変革し、患者の機敏性を促進する方法について、理論化されたモデルを支持する。

関連論文リスト

• AI Hospital: Benchmarking Large Language Models in a Multi-agent Medical Interaction Simulator [69.51568871044454]
  我々は,emphDoctorをプレイヤとして,NPC間の動的医療相互作用をシミュレーションするフレームワークであるtextbfAI Hospitalを紹介した。 この設定は臨床シナリオにおけるLCMの現実的な評価を可能にする。 高品質な中国の医療記録とNPCを利用したマルチビュー医療評価ベンチマークを開発した。
  論文  参考訳（メタデータ） (2024-02-15T06:46:48Z)
• Clairvoyance: A Pipeline Toolkit for Medical Time Series [95.22483029602921]
  時系列学習は、データ駆動の*クリニカルな意思決定支援のパンとバターである* Clairvoyanceは、ソフトウェアツールキットとして機能する、統合されたエンドツーエンドのオートMLフレンドリなパイプラインを提案する。 Clairvoyanceは、臨床時系列MLのための包括的で自動化可能なパイプラインの生存可能性を示す最初のものである。
  論文  参考訳（メタデータ） (2023-10-28T12:08:03Z)
• TREEMENT: Interpretable Patient-Trial Matching via Personalized Dynamic Tree-Based Memory Network [54.332862955411656]
  臨床試験は薬物開発に不可欠であるが、しばしば高価で非効率な患者募集に苦しむ。 近年,患者と臨床試験を自動マッチングすることで患者採用を高速化する機械学習モデルが提案されている。 本稿では,TREement という名前の動的ツリーベースメモリネットワークモデルを導入する。
  論文  参考訳（メタデータ） (2023-07-19T12:35:09Z)
• Large Language Models for Healthcare Data Augmentation: An Example on Patient-Trial Matching [49.78442796596806]
  患者-心電図マッチング(LLM-PTM)のための革新的なプライバシ対応データ拡張手法を提案する。 本実験では, LLM-PTM法を用いて平均性能を7.32%向上させ, 新しいデータへの一般化性を12.12%向上させた。
  論文  参考訳（メタデータ） (2023-03-24T03:14:00Z)
• SPeC: A Soft Prompt-Based Calibration on Performance Variability of Large Language Model in Clinical Notes Summarization [50.01382938451978]
  本稿では,ソフトプロンプトを用いたモデルに依存しないパイプラインを導入し,確率に基づく要約の利点を保ちながら分散を減少させる。 実験結果から,本手法は性能を向上するだけでなく,様々な言語モデルの分散を効果的に抑制することが明らかとなった。
  論文  参考訳（メタデータ） (2023-03-23T04:47:46Z)
• Modelling Patient Trajectories Using Multimodal Information [0.0]
  本稿では,異なる種類の情報を組み合わせて臨床データの時間的側面を考慮した患者軌跡のモデル化手法を提案する。 本手法は, 予期せぬ患者寛解と疾患進行の2つの異なる臨床結果に基づいて検討した。
  論文  参考訳（メタデータ） (2022-09-09T10:20:54Z)
• Towards Trustworthy Cross-patient Model Development [3.109478324371548]
  本研究は,全ての患者と1人の患者を対象に訓練を行った際のモデル性能と説明可能性の差異について検討した。 以上の結果から,患者の人口動態は,パフォーマンスや説明可能性,信頼性に大きな影響を及ぼすことが明らかとなった。
  論文  参考訳（メタデータ） (2021-12-20T10:51:04Z)
• What Do You See in this Patient? Behavioral Testing of Clinical NLP Models [69.09570726777817]
  本稿では,入力の変化に関する臨床結果モデルの振る舞いを評価する拡張可能なテストフレームワークを提案する。 私たちは、同じデータを微調整しても、モデル行動は劇的に変化し、最高のパフォーマンスのモデルが常に最も医学的に可能なパターンを学習していないことを示しています。
  論文  参考訳（メタデータ） (2021-11-30T15:52:04Z)
• The role of IT ambidexterity, digital dynamic capability and knowledge processes as enablers of patient agility: an empirical study [0.0]
  本研究はオランダの107の病院のデータを便利にサンプリングした。 ITの曖昧さは、デジタルダイナミック機能の開発を肯定的に促進します。
  論文  参考訳（メタデータ） (2021-07-20T11:30:56Z)
• Achieving digital-driven patient agility in the era of big data [0.0]
  本研究は, 病院部門がデジタルダイナミック機能を活用して患者の機敏性を高める方法について検討した。 以上の結果から,患者知覚・応答能力の発達におけるデジタルダイナミックな能力の重要性が示唆された。
  論文  参考訳（メタデータ） (2021-06-15T15:08:26Z)
• IT ambidexterity and patient agility: the mediating role of digital dynamic capability [0.0]
  本稿では,病院部門が同等の能力を利用してIT資源や実践を探索・活用する方法について検討する。 研究成果は、臨床実践を変革し、現在のIS知識基盤に貢献するために使用することができる。
  論文  参考訳（メタデータ） (2021-05-19T09:27:27Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。