Training healthcare professionals in hypnosis-derived communication to mitigate procedural pain in children
Notice bibliographique
Résumé
How professionals communicate during medical procedures may have a significant impact on children and adolescents' pain. Rel@x is a manualized training program designed to develop hypnosis-derived communication skills to mitigate childhood pain and distress. The study aimed to evaluate if this training was associated with an improvement and maintenance in communication skills over time, and measure associations between changes and participants' characteristics. A 9-hour training in hypnosis-derived communication was offered to 78 volunteer healthcare professionals from a tertiary pediatric hospital, and 58 participated in the evaluative study. Participants were evaluated at baseline, immediately after training, and 5 months later (39 ± 10 yrs, 52 women, 54 nurses). We used a video-recorded standardized simulation protocol of blood draw and coded the participants' interactions with the pre-validated Sainte-Justine Hypnotic Communication Assessment Scale (SJ-HCAS) assessing relational, technical, and total skills. We modeled pre-post-follow-up changes over time with latent growth curve models. Satisfaction with Rel@x was consistently excellent (97%). Across the 3 domains, we observed significant improvements of total (+ 61%, 95% CI 53-69%), relational (+ 27%, 95% CI 20-34%), and technical skills (+ 124%, 95% CI 08-140%). Post-training competence levels were 73-91% across domains. A large proportion of acquired skills were maintained at 5 months (55-75%) suggesting a significant effect of the training. Sensitivity analyses confirmed these results (best-case/worst-case skill maintenance ratio: 59-79%/49-73%). Larger improvements in technical skills were associated with younger age and lower baseline skills of participants. The Rel@x training is associated with improved skills in hypnotic communication post-training and at follow-up. This simulation study paves the way for future efficacy studies to examine the effect of hypnotic communication on real patients' pain and distress.
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 | 0,000 |
| 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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».