Effect of Attending Rheumatologists’ Big 5 Personality Traits on Patient Trust in Patients With Systemic Lupus Erythematosus: The TRUMP2-SLE Project
Notice bibliographique
Résumé
OBJECTIVE: Differences in communication styles based on physicians' personality traits have been identified, particularly in primary care, and these physician-related factors can be important in building patient-physician trust. This study examined the effects of rheumatologists' personality traits on patients' trust in their attending rheumatologists. METHODS: This cross-sectional study included adult Japanese patients with systemic lupus erythematosus (SLE) at 5 academic medical centers between June 2020 and August 2021. The exposures were the Big 5 personality traits (ie, extraversion, agreeableness, openness, conscientiousness, and emotional stability) of attending rheumatologists using the Japanese version of the 10-Item Personality Inventory scale (1-7 points each). The outcome was the patients' trust in their attending rheumatologist using the Japanese version of the 5-item Wake Forest Physician Trust Scale (0-100 points). A general linear model was fitted. RESULTS: The study included 505 patients with a mean age of 46.8 years; 88.1% were women. Forty-three attending rheumatologists (mean age: 39.6 years; 23.3% female) were identified. After multivariable adjustment, higher extraversion and agreeableness were associated with higher trust (per 1-point increase, 3.76 points [95% CI 1.07-6.45] and 4.49 points [95% CI 1.74-7.24], respectively), and higher conscientiousness was associated with lower trust (per 1-point increase, -2.17 points [95% CI -3.31 to -1.03]). CONCLUSION: Whereas higher extraversion and agreeableness of attending rheumatologists led to higher patient trust in their rheumatologist, overly high conscientiousness may lead to lower trust resulting from the physicians' demand of responsibility and adherence to instructions from patients with SLE.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».