Trends in medical students’ health over 5 years: Does a wellbeing curriculum make a difference?
Notice bibliographique
Résumé
BACKGROUND: Trends in New Zealand (NZ) medical students' health and the influence of a wellbeing curricula are unknown. METHODS: The author's collected self-report data from NZ medical students on 'Graduation Day' from 2014 to 2018, using a serial cross-sectional survey design with validated scales assessing psychological health, stigma, coping, and lifestyle. Comparisons were made with NZ general population same-age peers. Analyses examined trends, differences between 'cohorts' of students receiving different exposures to a wellbeing curriculum, and correlations between students' own lifestyle practices and their frequency of talking with patients about those topics. RESULTS: Of 1,062 students, 886 participated. The authors found statistically significant self-reported increases from 2014 to 2018 for negative psychological indices, including scores for distress and burnout, suicidal thoughts in the preceding year, and the likelihood of being diagnosed with an anxiety disorder. There was a significant increase in numbers of students reporting having their own doctor as well as increased healthy coping strategies and a significant decrease in stigma scores. Academic cohorts of students who had completed a wellbeing curriculum were more likely to report high distress levels, having been diagnosed with a mood disorder, and being non-drinkers than students without wellbeing training. When compared to NZ peers, medical students smoked less, exercised more, and were less likely to have diagnosed mood and anxiety disorders, but reported more distress. The authors found a significant correlation between the amount of exercise students undertook and their likelihood to discuss exercise with patients. CONCLUSIONS: NZ medical students have better physical health than general population peers and are more likely to discuss exercise with patients if exercising themselves. However, cohorts of graduating students report increasing distress despite the implementation of a wellbeing curriculum. Research is needed into mechanisms between students' self-awareness, willingness to report distress, stigma, mind-set, coping, and psychological outcomes, to inform curriculum developers.
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 | 0,001 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».