An entrustable professional activity descriptor for medical aid in dying: a mixed-methods study
Notice bibliographique
Résumé
BACKGROUND: In jurisdictions where medical aid in dying (MAiD) is legal, there is an obligation to ensure the competence of those who assess eligibility and provide MAiD to patients. Entrustable professional activities (EPAs) are one framework for incorporating competency-based training and assessment into the workplace, so we convened a group of experienced MAiD providers to develop an EPA descriptor for MAiD. METHODS: We performed a mixed-methods sequential qualitative (focus group via 2 teleconferences) and quantitative (survey) study to generate and refine a consensus descriptor using open coding followed by a modified Delphi approach. Participants were experienced MAiD assessors and providers identified purposively from a national community of practice in Canada. RESULTS: Of the 22 MAiD assessors and providers invited to participate in the focus group, 13 (59%) agreed. The focus group divided MAiD into 3 components: assessment, preparation and provision of MAiD. Participants identified key knowledge, skills and attitudes for each component. They also suggested teaching approaches, potential sources of information to evaluate progress and a potential basis for evaluating progress and entrustment. Key points from this descriptor were sent via survey to 88 assessors and providers, of whom 64 (73%) responded. Respondents agreed on all key points except for the conditions of entrustment; these were modified based on feedback and sent back to the respondents for a second Delphi round, where agreement was achieved. INTERPRETATION: We achieved a high degree of agreement on a competency-based descriptor of MAiD in the form of an EPA. This can be used to inform practice standards, curriculum development and/or assessment of competence among learners and practising providers alike.
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 | 0,002 | 0,001 |
| 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».