A mixed methods pilot study of a serious illness communication training curriculum among medical residents
Notice bibliographique
Résumé
Background: It is crucial that clinicians develop skillful communication to support patients to improve their illness understanding. A strong understanding of illness is associated with improved quality of life and care that is consistent with patient priorities. Unfortunately, many clinicians lack these skills, and residents, in particular, feel unprepared. The ABCs (All Providers, Better Communication Skills) is a virtual curriculum that teaches core communication skills to facilitate conversations with people who are living with serious illnesses. Objectives: We explored whether the ABCs curriculum increases self-efficacy and addresses self-reported weaknesses in communication training for internal medicine (IM) and family medicine (FM) residents. Design: We conducted a prospective sequential mixed methods cohort study. Methods: Residents completed pre-/post-curriculum self-assessment surveys and a post-curriculum semi-structured interview. Primary outcomes were changes in self-efficacy, whether the curriculum addressed self-identified training needs and feedback on its structure and delivery. Secondary outcomes included feedback on how the modules could be tailored to IM and FM-specific content. Results: Twelve residents completed the study. Most were in IM, female, and aged 26–30 years. Self-efficacy improved significantly as per the SE-12 summative score (mean difference 11.5 points (SD 10.35), p = 0.003). The study-created items showed a significant improvement in breaking bad news (0.83 (SD 0.84), p = 0.005), overall knowledge (0.67 (SD 0.65), p = 0.005), and confidence (0.67 (SD 0.50), p = 0.001). Key strengths of the curriculum were its structured approach, focus on allowing for silence, transferrable skills, and practical application. The virtual format was both a strength and a weakness, as residents appreciated its accessibility but valued real-time practice. Conclusion: The ABCs improved self-efficacy among IM and FM residents. We will use results from this study to inform future iterations of the platform that are tailored to resident-specific learning needs and improving patient-centered outcomes.
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 | 0,002 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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; un appel candidat d’une seule tête enseignante, 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 ».