Pediatric Pain Management Education in Medical Students: Impact of a Web-Based Module
Notice bibliographique
Résumé
OBJECTIVE: Reports from the Institute of Medicine and American Medical Association's Pain and Palliative Medicine Specialty Section Council emphasize the need for pain management education in medical schools, yet training in pediatric pain management (PPM) is limited. In this pilot program, we evaluated the effectiveness of a web-based PPM module on knowledge, confidence, attitudes, and self-reported skills in medical students. METHODS: Third- and fourth-year medical students (n = 291) completed the module and a knowledge test. Of these students, 53 completed a pre- and postsurvey of confidence, attitudes, and self-reported skills and module evaluation. RESULTS: For the 291 students, knowledge scores increased significantly by 21.8 points (95% confidence interval [CI] = 19.7-23.8; p<0.001). The majority of scores on the survey items significantly increased postmodule, including: increase in confidence in assessing pain in pediatric patients (6% to 25%; p = 0.004), increase in responses of "strongly disagree" or "disagree" to the belief that opioids will delay diagnosis (62% to 85%; p = 0.005), and increase in responses of "frequently" or "very frequently" to "how often do you use behavioral instruments to assess pain severity?" (35% to 57%; p = 0.008). The majority reported they intend to make changes in behavior or practice (71%), and would recommend the module to fellow students (88%). CONCLUSION: This pilot program supports the effectiveness of a web-based module in improving knowledge, confidence, attitudes, and self-reported skills in PPM. Evaluation responses indicate high-quality content. Further evaluation for sustained impact is warranted.
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 | 0,009 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| 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) | 0,000 | 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 ».