Evaluation of the Impact of a Simulation-enhanced Breaking Bad News Workshop in Pediatrics
Notice bibliographique
Résumé
INTRODUCTION: Our goal was to develop and evaluate the effectiveness of a simulation-based workshop for teaching pediatric trainees' communication skills in breaking bad news. METHODS: A simulation-based workshop was developed to teach skills in breaking bad news. After a classroom-based introduction, small groups of residents participated in 3 scenarios, each starting with a simulated resuscitation, followed by 2 conversations with the patient's parent, played by actors. Each conversation was observed through a 1-way mirror and was followed by a debriefing. After the workshop, the residents completed workshop evaluations and a self-assessment. Before and after the workshop, residents were evaluated in Objective Structured Clinical Examination stations where they were required to give bad news. Two physician experts and 2 parents who personally experienced receiving bad news about their child evaluated resident performance using a previously validated communication evaluation tool. RESULTS: Residents' ratings of the workshop were very high for all items, and 100% of the residents reported improvement in their ability to deliver bad news after the workshop. Statistically significant improvement was found in 14 of 17 items of the evaluation tool used by experts and parents, with the parents reporting greater improvement than the experts. CONCLUSIONS: This reflective, simulation-based workshop successfully improved pediatric trainees' skills in having difficult conversations with families, as evaluated by the participants, by physician experts, and, most importantly, by parents who have experienced these conversations in real life.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».