Modification of Calgary Cambridge for Indonesian medical students: Communication guidelines
Notice bibliographique
Résumé
Effective communication skill applied by doctors in the doctor-patient consultation process becomes one of important factors that can improve the consultation outcomes such as patient satisfaction, adherence to treatment and recovery process. However, effective doctor-patient communication is rarely applied in practice. Limited consultation time, patient overload, doctor burnout, and poor communication skills are among the factors that cause ineffective doctor-patient communication process. This study aimed to develop a new effective communication guideline for doctor-patient communication in Indonesia by modifying the Calgary Cambridge medical interview guide. This study uses qualitative approach within four stages: expert panel, student panel and focus group discussion, expert review, and trials. Informants were chosen purposively. Three points of high category, 24 points of middle category and 44 points of low category are resulted from expert panel stage which consists of specialist representatives from 12 clinical divisions in Dr. Moehammad Hoesin central public hospital (RSMH), Palembang, South Sumatera, Indonesia. The high and middle category were discussed by two groups of internships doctors in RSMH in student panel and focus group discussion (FGD) session. The results were validated by a doctor-patient communication expert (expert reviewer) and then tested by the internship doctors through role play at the trial stage. The final result yields eight main points and eleven effective tips of the Calgary Cambridge Guide checklist modification with five to six minutes effective consultation time. This modified guideline is appropriately applicable for doctor-patient communication in daily consultation in Indonesian practical, social and cultural context.
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 | 0,014 | 0,015 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,005 | 0,001 |
| 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 ».