Role of clinical context in residents’ physical examination diagnostic accuracy
Notice bibliographique
Résumé
CONTEXT: Clinical context may act as both an aid to decision making and a source of bias contributing to medical error. The effect of clinical history, a form of clinical context, on the diagnostic accuracy of the physical examination is unknown. METHODS: We randomised internal medicine residents to receive either no history or a short stem suggestive of one of six cardiac valvular diagnoses prior to a 10-minute objective structured clinical examination station assessing cardiac examination skills using a high-fidelity simulator. Clinical performance and diagnostic accuracy were compared using a standardised checklist. RESULTS: A total of 159 internal medicine residents were enrolled after providing informed consent. Of these, 80% arrived at the correct diagnosis, with diagnostic accuracy varying significantly by valve lesion (49-100%; p < 0.0001). Clinical context was associated with improved diagnostic accuracy compared with no history (90% versus 74%; likelihood ratio= 6.6, p < 0.0001), but was not associated with trainees' ability to identify and characterise physical findings. Among residents given clinical context, higher diagnostic accuracy was only achieved by those able to correctly predict the diagnosis from the history. CONCLUSIONS: Clinical context is associated with enhanced diagnostic accuracy of common valvular lesions. However, this effect seems linked to heuristic hypothesis generation and may predispose to premature diagnostic closure, anchoring and confirmation bias.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,536 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».