Medical students’ perspectives of their clinical comfort and curriculum for acute pain management
Notice bibliographique
Résumé
Objectives: Acute pain is a common presenting complaint in health care. Yet, undertreatment of pain remains a prevailing issue that often results in poor short- and long-term patient outcomes. To address this problem, initiatives to improve teaching on pain management need to begin in medical school. In this study, we aimed to describe medical students’ perspectives of their curriculum, comfort levels, and most effective pain teaching modalities. Materials and methods: A cross-sectional, online survey was distributed to medical students at the University of Alberta (Edmonton, Canada) from late May to early July 2015. Data were collected from pre-clerkship (year 1 and 2) and clerkship (year 3 and 4) medical students for demographic characteristics, knowledge, comfort, and attitudes regarding acute pain management. Results: A total of 124/670 (19.6%) surveys were returned. Students recalled a median of 2 (interquartile range [IQR]=4), 5 (IQR=3.75), 4 (IQR=8), and 3 (IQR=3.75) hours of formal pain education from first to forth year, respectively. Clerkship students were more comfortable than pre-clerks with treating adult pain (52.1% of pre-clerks “uncomfortable” versus 22.9% of clerks, p <0.001), and overall, the majority of students were uncomfortable with managing pediatric pain (87.6% [64/73] pre-clerks and 75.0% [36/48] clerks were “uncomfortable”). For delivery of pain-related education, the majority of pre-clerks reported lectures as most effective (51.7%), whereas clerks chose bedside instruction (43.7%) and small group sessions (23.9%). Notably, 54.2%, 39.6%, and 56.2% of clerks reported incorrect doses of acetaminophen, ibuprofen, and morphine, respectively, for adults. For children, 54.2%, 54.2%, and 78.7% of clerks reported incorrect doses for these same medications. Conclusion: Medical students recall few hours of training in pain management and report discomfort in treating and assessing both adult and (more so) pediatric pain. Strategies are needed to improve education for future physicians regarding pain management. Keywords: analgesia, undergraduate, curriculum, medical education, survey
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 | 0,093 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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 | 0,001 |
| 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 ».