MétaCan
Menu
Retour à la cohorte

The Role of Universal Health Literacy Precautions in Minimizing “Medspeak” and Promoting Shared Decision Making

2017· article· en· W2600301280 sur OpenAlexaff
Lara Killian, Margo Coletti

Notice bibliographique

RevueThe AMA Journal of Ethic · 2017
Typearticle
Langueen
DomaineHealth Professions
ThématiquePatient-Provider Communication in Healthcare
Établissements canadiensNova Scotia Health Authority
Organismes subventionnairesnon disponible
Mots-clésJargonCornerstoneHealth literacyHealth careInterpreterLanguage barrierLiteracyNursingMedicinePsychologyMedical educationComputer sciencePolitical sciencePedagogyLinguistics

Résumé

récupéré en direct d'OpenAlex

Shared decision making (SDM), a collaborative process whereby patients and professionals make health care decisions together, is a cornerstone of ethical patient care.The patient-clinician communication necessary to achieve SDM depends on many factors, not the least of which is a shared language (sometimes with the aid of a medical interpreter).However, even when a patient and clinician are speaking the same mother tongue, the use of medical jargon can pose a large and unnecessary barrier.This article discusses how health care professionals can use "universal health literacy precautions" as a legal, practical, and ethical means to enhance SDM and improve health care outcomes. Case of Language Barrier's Impact on Patient AutonomyPatient X, a 56-year-old construction worker, visits the emergency department (ED) with pain and swelling in his right calf.He can walk on his leg with a limp and considers the pain to be bearable.He would prefer to just "power through" whatever is causing the discomfort.This is his first ED visit.He is here to placate his wife, who was alarmed at the progression of the swelling over the last 24 hours.A physical exam reveals a slightly elevated temperature of 99 degrees and blood pressure of 150/110.Blood cultures, a creatine phosphokinase (CPK) test, and a Creactive protein (CRP) test are ordered.When asked about any previous trauma to his leg, Patient X is confused.Has he had "trauma"?He considers himself a calm person, not easily alarmed or "traumatized."He asks the physician (Dr.Y) why they need his blood and is told that the cultures may reveal the agent or pathogen responsible for his condition.Patient X is becoming alarmed.To him, an "agent" sounds like a person.A "pathogen" sounds like a "psychopath" but it can't mean that, except the doctor said something about the "culture."Dr. Y is running behind; it will be at least two hours before she can return with the bloodwork results to confirm her diagnosis, prescribe appropriately, and either discharge or admit Patient X.This leaves Patient X with two hours to worry and try to explain the situation to his wife over the phone.

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)0,030
score de la tête « metaresearch » (Gemma)0,088
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,161

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0300,088
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0040,008
Communication savante0,0050,005
Science ouverte0,0010,009
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,165
Tête enseignante GPT0,474
Écart entre enseignants0,310 · 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'étudeSans objet
Domainenon disponible
GenreCommentaire

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

En bref

Citations25
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe AMA Journal of EthicMême sujetPatient-Provider Communication in HealthcareTravaux en français237 207