Simulation for Health Professionals Learning How to Deliver Bad News: A Rapid Review of the Literature
Notice bibliographique
Résumé
Background: Delivering bad news is part and parcel of the practice of numerous health care professionals. The educational activities offered to help develop communication skills in this regard are limited, but simulation remains an often-used option. The purpose of this rapid review was to describe the features of the simulation activities available to health care professionals seeking to learn how to deliver bad news. Method: A rapid review of the literature was conducted by referring to the MEDLINE and CINAHL databases. The characteristics of the studies conducted, the features of the simulation activities, and the learning outcomes were extracted and analyzed by relying on the New World Kirkpatrick Model’s levels of evaluation. The results obtained are presented in both graphs and tables. Results: A total of 14 articles were analyzed. The majority of educational activities using simulation as a teaching strategy generated positive learning outcomes with regard to delivering bad news. A marked improvement in communication skills was noted, along with greater confidence in applying the communication techniques taught. Various teaching methods rely on SPIKES and SHARE models as theoretical foundations and incorporate post-simulation debriefing. Pedagogical activities, such as conferences or group discussions, are often recommended prior to or after a simulation exercise. Conclusion: The characteristics of the available educational activities vary greatly, and further studies will be needed to evaluate the impact of specific characteristics on how health care professionals learn to deliver bad news. Further research will also be necessary with regard to the actual impact of this learning in the health care professionals’ work setting and on the persons who receive the bad news.
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 | 0,009 | 0,038 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,018 | 0,012 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».