MétaCan
Menu
Retour à la cohorte
Enregistrement W2091871476 · doi:10.1097/acm.0b013e3181bf9fef

Skills of Internal Medicine Residents in Disclosing Medical Errors: A Study Using Standardized Patients

2009· article· en· W2091871476 sur OpenAlexaffabout
Lynfa Stroud, Jodi Herold McIlroy, Wendy Levinson

Notice bibliographique

RevueAcademic Medicine · 2009
Typearticle
Langueen
DomaineHealth Professions
ThématiquePatient Safety and Medication Errors
Établissements canadiensUniversity of TorontoHealth Sciences CentreSunnybrook Health Science Centre
Organismes subventionnairesnon disponible
Mots-clésMedicineMEDLINEFamily medicineMedical educationMedical physicsPsychology

Résumé

récupéré en direct d'OpenAlex

PURPOSE: To determine internal medicine (IM) residents' ability to disclose a medical error using standardized patients (SPs) and to survey residents' experiences of disclosure. METHOD: In 2005, 42 second-year IM residents at the University of Toronto participated in the study. Each resident disclosed one medical error (insulin overdose) to an SP. The SP and a physician observer scored performance using a rating scale (1 = not performed, 2 = performed somewhat, and 3 = performed well) that measures error disclosure on five specific component skills and that provides an overall assessment score (scored on a five-point scale, 5 = high). Residents also completed a questionnaire. RESULTS: The mean scores on the five components were explanation of medical facts (2.60), honesty (2.31), empathy (2.47), future error prevention (1.99), and general communication skills (2.47). The residents' mean overall disclosure score was 3.53. Although 27 of 42 residents (64%) reported previous experience in disclosing an error to a patient during their training, only 7 (27%) of these residents reported receiving any feedback about their performance. Of 41 residents, 21 (51%) had received some prior training in disclosure, and 38 (93%) thought additional training would be useful and relevant. CONCLUSIONS: Disclosing medical error is now a standard practice. Experience with medical error begins early in training, and preparing trainees to discuss these errors is essential. Areas exist for improvement in residents' disclosure abilities, particularly regarding the prevention of future errors. Curricula to increase residents' skills and comfort in disclosure need to be implemented. Most residents would welcome further training.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,018
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,075
Tête enseignante GPT0,488
Écart entre enseignants0,413 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations52
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAcademic MedicineMême sujetPatient Safety and Medication ErrorsTravaux en français237 207