Current and Optimal Training in High-Value Care in the Internal Medicine Clerkship: A National Curricular Needs Assessment
Notice bibliographique
Résumé
PURPOSE: The clinical skills needed to practice high-value care (HVC) are core to all medical disciplines. Medical students form practice habits early, and HVC instruction is essential to this formation. The purpose of this study was to describe the state of HVC instruction and assessment in internal medicine clerkships and identify needs for additional curricula. METHOD: In 2014, the Clerkship Directors in Internal Medicine conducted its annual survey of 121 U.S. and Canadian medical schools. The authors evaluated a subset of questions from that survey asking clerkship directors about the perceived importance of HVC instruction, type and amount of formal instruction and assessment, achievement of student competence, prioritization of topics, and barriers to curriculum implementation. Descriptive statistics were used to summarize responses, and chi-square tests were used to examine associations between response categories. RESULTS: The overall response rate was 77.7% (94/121). The majority (85; 91.4%) agreed that medical schools have a responsibility to teach about HVC across all phases of the curriculum. Of respondents, 31 (32.9%) reported their curricula as having some formal instruction on HVC, and 66 (70.2%) felt the amount was inadequate. Highest-priority topics for inclusion included overuse of diagnostic tests and treatments, defining value and its application to clinical reasoning, and balancing benefit and harm. Only 11 (17.8%) assessed students' competence in HVC. CONCLUSIONS: Internal medicine clerkship directors reported that HVC is insufficiently taught and assessed in medical school, despite relevance to practice. Developing generalizable curricular materials, faculty development, and dedicated curricular time may enhance HVC education.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,015 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».