Libellé préféré : dossiers médicaux;
Traductions automatiques des définitions par l'ANS : Il s'agit d'un compte rendu écrit chronologique de l'examen et du traitement du patient
incluant les antécédents médicaux et les plaintes du patient, les observations physiques
du médecin, les résultats des tests et des procédures diagnostiques, les médicaments
et les modalités thérapeutiques.;
Traductions automatiques par l'ANS : dossier médical; Rapport médical; Selon le dossier médical;
Identifiant d'origine : C45258;
CUI UMLS : C0025102;
Alignements automatiques CISMeF supervisés
Alignements automatiques exacts (par équipe CISMeF)
Concept appartenant au(x) sous-ensemble(s)
Correspondances UMLS (même concept)
Type(s) sémantique(s)
N3-AUTOINDEXEE
Refus, par un médecin généraliste, d'un patient dont le dossier médical global est
géré par un autre médecin généraliste si le rendez-vous est pris uniquement pour des
raisons de convenance personnelle du patient.
https://ordomedic.be/fr/avis/deontologie/dossier-medical/refus-par-un-m%C3%A9decin-g%C3%A9n%C3%A9raliste-dun-patient-dont-le-dossier-m%C3%A9dical-global-est-g%C3%A9r%C3%A9-par-un-autre-m%C3%A9decin-g%C3%A9n%C3%A9raliste-si-le-rendez-vous-est-pris-uniquement-pour-des-raisons-de-convenance-personnelle-du-patient.
De plus en plus de patients font usage des systèmes d’agenda en ligne pour consulter
un médecin généraliste. Lorsque le médecin généraliste détenteur du DMG n’est pas
rapidement disponible, le patient prend rendez-vous avec un autre médecin généraliste
qui peut le recevoir dans de plus courts délais. En sa séance du 23 mars 2024, le
Conseil national a examiné la question de savoir si un médecin généraliste peut refuser
un patient dont le dossier médical global est détenu par un autre médecin généraliste
si ce patient désire une consultation avec lui uniquement pour des raisons de convenance
personnelle.
2024
Ordre des médecins [belge]
Belgique
information scientifique et technique
refuser
autre voie d'admistration
Rendez-vous du patient
autre race
médecins généralistes
autres professionnel de santé
autres médecins
rendez-vous et plannings
dossiers médicaux
autres sites anatomiques
pensée
raisonnement
a comme patient
médecin de soins primaires
préjugé
dossiers médicaux
Syndrome de perfusion du propofol
unique
médecine générale
autre signe révélateur de cardiopathie congénitale
---
N3-AUTOINDEXEE
Procédure administrative de migration des données entre dossiers médicaux électroniques
https://publications.msss.gouv.qc.ca/msss/document-003756/
Cette procédure a pour objectif de standardiser les différentes étapes inhérentes
à la gestion et à la livraison d’une demande de migration de données entre deux dossiers
médicaux électroniques (DMÉ). Cette demande peut être faite dans le cadre d’un déménagement
de lieu de pratique d’un médecin ou d’un groupe de médecins ou lors d’un changement
de DMÉ au sein d’un cabinet médical ou lorsqu’un médecin effectue la demande de transferts
de patients dans le cas d’un changement de médecin traitant.
2024
MSSS - Ministère de la Santé et des Services sociaux du Québec
Canada
guide
ensemble de données
dossiers médicaux électroniques
dossiers médicaux
Administrer
procédure administrative
procédure administrative
donnée
jeu de données
Procédures
émigration et immigration
électron
administration
Administrateurs
méthodes
pas d'information disponible
administrateurs des dossiers médicaux
---
N3-AUTOINDEXEE
Politique sur la certification des dossiers médicaux électroniques (DMÉ)
https://publications.msss.gouv.qc.ca/msss/document-003729/
La présente politique s’applique, de manière générale, au sens de la LPCRS et découle
de la Règle particulière sur la certification des produits et services technologiques.
De manière plus spécifique, elle s’applique notamment : à un gestionnaire opérationnel
d’une banque de renseignements de santé d’un domaine clinique,en particulier le DSQ;
à un gestionnaire opérationnel du registre d’un domaine clinique du DSQ; à un gestionnaire
d’un système source, en particulier un système interopérant avec le DSQ; à un gestionnaire
d’actif informationnel d’intérêt commun (AIIC), en particulier le DSQ; à un gestionnaire
opérationnel du système de gestion des ordonnances électroniques de médicaments (SGOÉM);
à un établissement visé par la Loi sur les services de santé et les services sociaux,
ou LSSSS(R.L.R.Q., c. S-4.2); à un centre intégré de santé et de services sociaux
visé par la LSSSS, en conformité avec la LPCRS; au Conseil Cri de la santé et des
services sociaux de la Baie James institué, en vertu de la LSSSS pour les Autochtones
cris (R.L.R.Q., c. S-5), conformément à la LPCRS; au ministère de la Santé et des
Services sociaux, en vertu de la LMSSS; à une personne ou une société qui exploite
un cabinet de médecine privé, en vertu de la LPCRS; à une personne ou une société
qui exploite un centre médical spécialisé, visé à l’article 333.1 de la LSSSS, prévue
à la LPCRS.
2024
MSSS - Ministère de la Santé et des Services sociaux du Québec
Canada
rapport
politique
attestation
éther diméthylique
dossiers médicaux
attestation
électron
dossiers médicaux électroniques
---
N3-AUTOINDEXEE
Intérêt de l’intelligence artificielle pour l’extraction automatisée des patients
présentant un traumatisme crânien notifié dans le dossier de régulation médicale du
SAMU 33
https://dumas.ccsd.cnrs.fr/dumas-03907401
Introduction : Le diagnostic d’un traumatisme crânien (TC) en préhospitalier est délicat,
mais l’utilisation de paramètres et d’informations préhospitalières couplés au paradigme
de l’apprentissage automatique pourrait améliorer la performance des modèles de prédiction
et aider au triage des patients. Nous avons développé et testé un algorithme d’apprentissage
profond pour classer les dossiers mentionnant un TC sur les données de régulation
médicale. Matériel et méthode : Il s’agit d’une étude monocentrique rétrospective
et transversale. Cette étude a été conduite dans le Service d’Aide Médicale d’Urgence
(SAMU) du centre hospitalier universitaire de Bordeaux. Les données tirées des dossiers
de régulation médicales entre 2009 et 2021 ont été annotées comme traumatisme crânien
ou non puis analysées par le modèle. Résultats : un total de 1000 patients a été inclus
dans l’analyse finale, avec une proportion de TC de 6,6%. Le modèle présentait une
aire sous la courbe ROC de 0.97 (0,943-1) pour l’efficacité de classification des
TC. Le modèle une fois validé a été appliqué sur l’ensemble du corpus des dossiers
de régulation médicale pour une analyse descriptive sur la répartition des TC. Conclusion
: le modèle d’apprentissage automatique a démontré une performance exceptionnelle
pour la classification des TC parmi les dossiers de régulation médicale du SAMU 33.
Des études supplémentaires sont nécessaires pour la prédiction des TC telles que la
prédiction du pronostic ou de la sévérité pour aider à l’orientation des patients
en préhospitalier.
2022
DUMAS - Dépôt Universitaire de Mémoires Après Soutenance
France
thèse ou mémoire
services des urgences médicales
a comme patient
patient
traumatismes cranioencéphaliques
régulateur
extraction
intelligence artificielle
traumatisme
Notification
blessure
patients
dossiers médicaux
dossiers médicaux
crânial
robot
papillomavirus humain type 33
intelligence
extraction
automatisme
machine d'état
traumatisme
automatique
crâne, sai
Automatisme
Allèle sauvage FCGR2C
intelligence artificielle
---