Do physician communication skills influence screening mammography utilization?
Notice bibliographique
Résumé
BACKGROUND: The quality of physician communication skills influences health-related decisions, including use of cancer screening tests. We assessed whether patient-physician communication examination scores in a national, standardized clinical skills examination predicted future use of screening mammography (SM). METHODS: Cohort study of 413 physicians taking the Medical Council of Canada clinical skills examination between 1993 and 1996, with follow up until 2006. Administrative claims for SM performed within 12 months of a comprehensive health maintenance visit for women 50-69 years old were reviewed. Multivariable regression was used to estimate the relationship between physician communication skills exam score and patients' SM use while controlling for other factors. RESULTS: Overall, 33.8 % of 96,708 eligible women who visited study physicians between 1993 and 2006 had an SM in the 12 months following an index visit. Patient-related factors associated with increased SM use included higher income, non-urban residence, low Charlson co-morbidity index, prior benign breast biopsy and an interval >12 months since the previous mammogram. Physician-related factors associated with increased use of SM included female sex, surgical specialty, and higher communication skills score. After adjusting for physician and patient-related factors, the odds of SM increased by 24 % for 2SD increase in communication score (OR: 1.24, 95 % CI: 1.11 - 1.38). This impact was even greater in urban areas (OR 1.30, 95 % CI: 1.16, 1.46) and did not vary with practice experience (interaction p-value 0.74). CONCLUSION: Physicians with better communication skills documented by a standardized licensing examination were more successful at obtaining SM for their patients.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».