Medical Trainees’ Experiences of Treating People With Chronic Pain: A Lost Opportunity for Medical Education
Notice bibliographique
Résumé
PURPOSE: Evidence suggests that physicians' opinions about patients with chronic pain become progressively negative over the course of medical training, leading to decline in empathy for these patients. Few qualitative studies have focused on this issue, and thus the experiences shaping this process remain unexplored. This study addressed how medical trainees learn about chronic pain management through informal and formal curricula. METHOD: This study adopted a constructive qualitative approach informed by the theoretical lens of the hidden curriculum. Thirteen open-ended interviews were conducted with medical students and residents at various training stages; interviewees had experience treating patients with chronic pain, shadowing the care of these patients, or both. Interviews elicited information about stage of medical training, general descriptions of work, and concrete experiences of managing patients with chronic pain. All interviews were collected in Toronto between June and August 2015. RESULTS: Most interviewees described the management of chronic pain as challenging and unrewarding and attributed this at least in part to their perception that pain was subjective. Trainees also recounted that their inability to cure chronic pain left them confused about how to provide care, and voiced a perception that preceptors seemed to view these patients as having little educational value. CONCLUSIONS: Specifically because chronic pain is subjective and incurable, listening and communication become crucial for patient care. Instead of sheltering trainees, medical educators should be offered the opportunity to reflect on the skills that are required to provide patient-centered care for this population. This approach has the potential to greatly benefit both trainees and patients.
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 | 0,011 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,011 | 0,015 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,002 | 0,011 |
| Intégrité de la recherche | 0,003 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».