Choosing Words Wisely: Residents’ Use of Rhetorical Appeals in Conversations About Unnecessary Tests
Notice bibliographique
Résumé
PURPOSE: To characterize how residents employ rhetorical appeals (i.e., the strategic use of communication to achieve specifiable goals) when discussing unnecessary diagnostic tests with patients. METHOD: In 2015, senior hematology residents from 10 Canadian universities participating in a national formative objective structured clinical examination (OSCE) completed a resource stewardship communication station. In this communication scenario, a standardized patient (SP) portrayed a patient requesting unnecessary thrombophilia testing following early pregnancy loss. The authors performed a thematic analysis of audio transcripts using a qualitative description approach to identify residents' rhetorical appeals to logic (rational appeals), credibility, and emotion. RESULTS: For persuasive communication, residents (n = 27) relied primarily on rational appeals that fit into 3 categories (with themes) focused on medical evidence (poor utility, professional guidelines and recommendations), avoidance of harm (insurance implications, unnecessary or potentially harmful interventions, patient anxiety), and reassurance to patient (normalizing, clinical pretest probability, criteria for reconsidering testing). Appeals to credibility and emotion were rarely used. CONCLUSIONS: In an OSCE setting, residents relied predominantly on rational appeals when engaging SPs in conversations about unnecessary tests. These observations yield insights into how recent emphasis within residency education on appropriate test utilization may manifest when residents put recommendations into practice in conversations with patients. This study's framework of rational appeals may be helpful in designing communication curricula about unnecessary testing. Future studies should explore rhetoric about unnecessary testing in the clinical environment, strategies to teach and coach residents leading these conversations, and patients' preferences and responses to different appeals.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,015 | 0,061 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,009 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».