The prevalence and special educational requirements of dyscompetent physicians
Notice bibliographique
Résumé
Underperformance among physicians is not well studied or defined; yet, the identification and remediation of physicians who are not performing up to acceptable standards is central to quality care and patient safety. Methods for estimating the prevalence of dyscompetence include evaluating available data on medical errors, malpractice claims, disciplinary actions, quality control studies, medical record review studies, and in-stream assessments of physician performance. These data provide a range of estimates from 0.6% to 50%, depending on the method. A reasonable estimate of dyscompetence appears to be 6% to 12%. Age-related cognitive decline, impairment due to substance use disorders, and other psychiatric illness can contribute to underperformance, diminishing physicians' insight into their level of performance as well as their ability to benefit from an educational experience.Currently, dyscompetent physicians in the United States are identified through either the legal system or peer review. The primary method of resolving issues of underperformance in physicians is through continuing medical education (CME). Although a number of specialized assessment and education programs exist in the United States, these programs are largely underutilized. Similar programs exist in Canada and have provided evidence of the efficacy of a more specialized and individualized educational approach for underperforming physicians. Current specialty programs focused on this population employ individual assessments of knowledge and performance, individually designed educational programs, long-term plans for maintenance of educational activity, and repeated assessment of performance level. Noting that few CME programs offer these requirements, a number of changes to current medical quality assurance programs that might foster such educational requirements for underperforming physicians are provided.
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 | 0,002 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».