The PULSES project: Teaching the vital elements of code status discussions to oncology residents.
Notice bibliographique
Résumé
46 Background: Discussions with cancer patients around cardiopulmonary resuscitation, or ‘code status,’ are often led by trainees in oncology, but formal education for this competency is lacking. In this study, we developed and tested a novel communication tool, the PULSES framework, for informed code status decision-making (a six-step approach summarized by the PULSES acronym [see Table]), through an educational workshop. Methods: A multicentre randomized controlled trial was carried out at 3 academic cancer centres in Ontario, Canada. Residents in medical oncology (MO) and radiation oncology (RO) programs completed a workshop and an observed structured clinical exam (OSCE). Participants were randomized to complete the training before the OSCE (experimental arm) or after the OSCE (control arm). Randomization was stratified for centre and oncology discipline. Expert raters evaluated communication with two rating tools: the novel PULSES scale and the communication skills assessment form (CSAF), a validated benchmark tool that is not specific to oncology content. The primary outcome was improvement in PULSES scores. Results: Forty-six residents consented to participate (28 RO and 18 MO). Groups were well balanced for program and year of training. Participants in the experimental group had higher mean PULSES score than those in the control group (80.4±13.5 vs 63.4±9.7; p<.001; maximum score = 108). There was no significant effect for oncology program and no significant interaction between program and training condition. Scores from the PULSES and CSAF scales were highly correlated (R = 0.864). Conclusions: The PULSES training improved performance among oncology residents for code status discussions. Improved communication scores were not scale-specific. The PULSES framework offers a standardized approach and can be incorporated into competency-based curricula for postgraduate oncology programs. Future work will explore whether communication training in this area impacts patient-level outcomes. [Table: see text]
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 | 0,006 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».