Patients’ Voices Are Important in Compassion Education
Notice bibliographique
Résumé
To the Editor: I read with interest Sinclair and colleagues’ review 1 of compassion education in health care. It was clear from their analyses that the quality of research in this field is underwhelming thus far. I was particularly struck by the paucity of studies that incorporated patients’ feedback as an educational strategy or outcome measure. Surely, understanding patients’ experiences is an intrinsic part of developing compassion. Therefore, should not patients have more of a say in how well we are doing? There are several reasons that feedback from patients should play a prominent role throughout medical training. First, there is research to suggest that positive online ratings of physicians by patients correlate with a decreased likelihood of disciplinary convictions of physicians—although the role of such evaluations of clinical performance remains controversial. 2 As online reviews are becoming more commonplace, it would be valuable for trainees to understand how patients may perceive them before they enter independent practice. Second, it is recognized that there is an “erosion of empathy” that occurs during the course of medical training. 3 Inclusion of patient-based evaluations may help reinforce the lessons of compassion education as trainees become more independent and their patient loads increase. Last, the COVID-19 pandemic has made health care delivery more distanced and patients more isolated. The ability to elicit and understand patients’ needs has thus become even more important, and this requires direct patient input. Health care itself has become more patient-centered, and it behooves us to include patients both in medical education and in the research concerning it. More medical education programs are moving toward competency-based models, and this provides an opportunity to integrate patients’ feedback as a means to evaluate trainees’ competencies like interpersonal skills and compassion. After all, health care is fundamentally a service industry, and it is time we gave more of a voice to the individuals we are serving.
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 | 0,006 | 0,056 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,004 |
| Communication savante | 0,006 | 0,007 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,017 | 0,021 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,003 |
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 ».