Does feeling pain help prepare future clinicians to treat pain? A qualitative exploration of a novel experiential approach to teaching health professional students about pain
Notice bibliographique
Résumé
BACKGROUND AND INTRODUCTION: Pain is a subjective phenomenon, that is often misunderstood and invalidated. Despite recent advances in health professional training, it remains unclear how students should be taught about the subjectivity of pain. This study explored how a novel teaching activity that integrated physiotherapy students' first-hand experiences with laboratory-induced pain could address this gap. OBJECTIVE: The study aimed to explore the experiences and perceptions of physiotherapy students in relation to a workshop where physiotherapy students experienced laboratory induced pain. METHODS: We used a descriptive qualitative research design. Eighteen students participated in interviews. Transcripts were analyzed using an inductive conventional content analysis. RESULTS: We identified four overarching themes: 1) First-hand pain experiences facilitated engagement in learning; 2) Reflecting on these personal and peer pain experiences helped students make sense of pain; 3) The learning activity helped students understand the inherent subjectivity and complexity of pain; and 4) Students saw benefits for clinical practice. CONCLUSION: Integrating first-hand pain experiences within entry-level physiotherapy training appears to have novel value in helping students understand pain subjectivity. Future research should use robust and controlled designs to explore how this novel approach can be used to facilitate further understanding and empathy within clinical interactions with people living with pain.
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 | 0,033 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».