Inclusive Health Conference: conference-based education as an intervention to address medical education deficits
Notice bibliographique
Résumé
Introduction: Physicians are responsible for the health of all patients, but medical students receive inadequate training on the health- care needs of LGBTQ (Lesbian, Gay, Bisexual, Transgender, and Queer) patients [1]. Education about cultural issues and proper termi- nology are also under-addressed. Healthcare practices that cannot demonstrate inclusivity risk alienating patients and perpetuating barriers to patient care for sexual and gender minorities [2]. Methods: In 2013, medical students created the Inclusive Health Conference to address these educational deficits. Experts were in- vited to present a curriculum including disorders of sexual development, HIV pre-exposure prophylaxis, care for transgender patients, and development of inclusive practices. Self-identified sexual minority patients were also invited to share their experiences. Following these sessions, healthcare professionals and students were asked to complete a survey on knowledge and level of comfort with LGBTQ care. Results: A majority of respondents stated that they “better understand LGBTQ health issues” (2015 mean 4.39, n = 41; 2016 mean 4.31, n = 52), “better understand social issues related to LGBTQ healthcare” (2015 mean 4.32, n = 41; 2016 mean 4.31, n = 52) and “feel more comfortable exploring and discussing these issues with LGBTQ people” (2015 mean 4.43, n = 41; 2016 mean 4.17, n = 52). Conclusions: Based on survey results, this was a successful solution to a critical omission in medical curricula. Of note, the conference also drew attention to this important issue, led to financial sponsorship by the University of Alberta’s Faculty of Medicine and Den- tistry, initiated curriculum updates, and inspired similar events at other institutions. RÉSUMÉ Introduction: Les médecins sont responsables de la santé de tous les patients, mais les étudiants en médecine reçoivent une forma- tion inadéquate en ce qui a trait aux besoins de soins de santé des patients LGBTQ (lesbienne, gai, bisexuel, trans et queer) [1]. Les enjeux culturels et la terminologie appropriée sont également trop peu abordés au cours de la formation. Les pratiques de soins de santé qui ne font pas preuve d’inclusion risquent d’aliéner les patients et de perpétuer les obstacles aux soins de santé pour les per- sonnes de minorités sexuelles et de genre [2]. Méthodes: En 2013, des étudiants en médecine ont créé la conférence Inclusive Health (santé inclusive) afin de combler ce manque éducationnel. Des experts ont été invités à présenter un curriculum qui incluait des désordres de développement sexuel, la prophylaxie préexposition contre le VIH, les soins aux patients transgenres, et l’élaboration de pratiques inclusives. Des patients ayant volontaire- ment déclaré leur appartenance à une minorité sexuelle ont également été invités à partager leurs expériences. À la suite de ces sé- ances, les professionnels de la santé et les étudiants ont rempli un sondage sur leurs connaissances et leur niveau de confort dans la prestation des soins de santé aux personnes LGBTQ. Résultats: La majorité des personnes interrogées ont affirmé « mieux comprendre les problèmes de santé des personnes LGBTQ » (moyenne de 4,39 en 2015, n = 41 ; moyenne de 4,31 en 2016, n = 52), « mieux comprendre les enjeux sociaux liés à la prestation des soins de santé aux personnes LGBTQ » (moyenne de 4,32 en 2015, n = 41 ; moyenne de 4,31 en 2016, n = 52) et « se sentir plus à l’aise d’explorer et de discuter de ces problèmes avec les personnes LGBTQ » (moyenne de 4,43 en 2015, n = 41 ; moyenne de 4,17 en 2016, n = 52). Conclusions: En se fondant sur les résultats du sondage, la conférence s’est avérée efficace pour contrer une omission importante dans les curriculums médicaux. En outre, la conférence a attiré l’attention sur cet important problème, a mené à un parrainage par la Faculté de médecine et de médecine dentaire de l’Université d’Alberta, a entraîné des mises à jour aux curriculums médicaux, et a inspiré des évènements semblables à d’autres établissements.
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 | 0,004 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,008 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,027 | 0,001 |
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 ».