From the Classroom to Entrustment - The Development of Motivational Interviewing Skills as an Entrustable Professional Activity
Notice bibliographique
Résumé
This article was migrated. The article was marked as recommended. Introduction The move towards value-based care and population health has highlighted the prominent role of social and behavioral factors in determining health outcomes. Patient-centered behavioral guidance to improve patient self-management is recognized as an evidence-based intervention for a variety of chronic conditions but has yet to be adopted as a core competency or core entrustable professional activity (EPA). Motivational Interviewing (MI) is an evidence-based behavioral intervention involving an integrated set of competencies, featuring reflective listening, affirmation, evocation, and collaborative planning. An MI encounter is an observable, discrete task that can be framed as an EPA. Successful implementation of EPAs in the workplace requires institutional engagement, a thoughtful curricular approach, faculty development, and feasible, valid workplace-based assessment (WBA). Methods We implemented competency-based MI training and assessed competency outcomes for students and faculty. After joining the Association of American Medical Colleges Core EPA Pilot, we applied an iterative group process to develop an EPA and workplace-based assessment based on established MI competencies. Results Drawing upon nine years of developing MI curriculum, we present competency data for a student training study and a faculty coaching study, describe how we transitioned training from the classroom to the clinical setting employing an EPA framework, and present a one-page schematic and related WBA for an EPA based on MI. Conclusion We propose that MI is a core EPA for future physicians practicing value-based care, and offer a roadmap for curriculum implementation.
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 | 0,001 | 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».