38 Exploring communication in clinical encounters: a longitudinal qualitative study of adolescents with non-traumatic knee pain attending in secondary care
Notice bibliographique
Résumé
Introduction Effective communication is essential for building trust, reducing diagnostic uncertainty and supporting adolescents with knee pain. The experiences of the adolescents during the clinical encounter can influence their acceptance, pain beliefs and self-management abilities. Still, few studies have explored the patient-clinician exchanges during the clinical encounter. Therefore, we aimed to explore the communication between adolescents with non-traumatic knee pain and orthopedic surgeons, and to understand how these interactions influence adolescents understanding of their pain condition and self-management.Materials and Methods We recruited adolescents aged 10–19 years experiencing non-traumatic knee pain. We video-recorded consultations with adolescents attending first appointments with an orthopedic surgeon. We conducted two follow-up interviews with the adolescents, 1–3 and 14–17 days after their initial consultation. Data were analyzed using inductive reflexive thematic analysis. The findings from all time points were synthesized, forming the basis for the longitudinal analysis.Results Nine adolescents with non-traumatic knee pain were included. The consultations lasted between 11 and 17 minutes. Adolescents struggled to understand messages about their knee pain, leading to uncertainty about the diagnosis, management plan, and need for further examinations. They also found it difficult to recall what was discussed during the clinical encounter. This meant that some individuals paused their activities, stagnated their self-management and youths waiting for clear answers.Conclusion The study illustrated the complexity of educating adolescents with non-traumatic knee pain. We observed a significant loss of information and uncertainties during/after the clinical encounter. More research into how health information is retained in adolescents is needed.
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 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,008 | 0,005 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».