Experienced physician descriptions of intuition in clinical reasoning: a typology
Notice bibliographique
Résumé
Background Diagnostic intuition is a rapid, non-analytic, unconscious mode of reasoning. A small body of evidence points to the ubiquity of intuition, and its usefulness in generating diagnostic hypotheses and ascertaining severity of illness. Little is known about how experienced physicians understand this phenomenon, and how they work with it in clinical practice. Methods Descriptions of how experienced physicians perceive their use of diagnostic intuition in clinical practice were elicited through interviews conducted with 30 physicians in emergency, internal and family medicine. Each participant was asked to share stories of diagnostic intuition, including times when intuition was both correct and incorrect. Multiple coders conducted descriptive analysis to analyze the salient aspects of these stories. Results Physicians provided descriptions of what diagnostic intuition is, when it occurs and what type of activity it prompts. From stories of correct intuition, a typology of four different types of intuition was identified: Sick/Not Sick, Something Not Right, Frame-shifting and Abduction. Most physician accounts of diagnostic intuition linked this phenomenon to non-analytic reasoning and emphasized the importance of experience in developing a trustworthy sense of intuition that can be used to effectively engage analytic reasoning to evaluate clinical evidence. Conclusions The participants recounted myriad stories of diagnostic intuition that alerted them to unusual diagnoses, previous diagnostic error or deleterious trajectories. While this qualitative study can offer no conclusions about the representativeness of these stories, it suggests that physicians perceive clinical intuition as beneficial for correcting and advancing diagnoses of both common and rare conditions.
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 | 0,000 | 0,018 |
| 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) | 0,000 | 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 ».