Early Career Training in Addiction Medicine: A Qualitative Study with Health Professions Trainees Following a Specialized Training Program in a Canadian Setting
Notice bibliographique
Résumé
Background: There has been a notable deficiency in the implementation of addiction science in clinical practice and many healthcare providers feel unprepared to treat patients with substance use disorders (SUD) following training. However, the perceptions of addiction medicine training by learners in health professions have not been fully investigated. This qualitative study explored perceptions of prior training in SUD care among early-career trainees enrolled in Addiction Medicine fellowships and electives in Vancouver, Canada. Methods: From April 2015 – August 2018, we interviewed 45 early-career physicians, social workers, nurses, and 17 medical students participating in training in addiction medicine. We coded transcripts inductively using qualitative data analysis software (NVivo 11.4.3). Results: Findings revealed six key themes related to early-career training in addiction medicine: (1) Insufficient time spent on addiction education, (2) A need for more structured addictions training, (3) Insufficient hands-on clinical training and skill development, (4) Lack of patient-centeredness and empathy in the training environment, (5) Insufficient implementation of evidence-based medicine, and (6) Prevailing stigmas toward addiction medicine. Conclusion: Early clinical training in addiction medicine appears insufficient and largely focused on symptoms, rather than etiology or evidence. Early career learners in health professions perceived benefit to expanding access to quality education and reported positive learning outcomes after completing structured training programs.
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 | 0,013 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,022 | 0,010 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».