In-Person and Virtual Adaptation of an Interprofessional Palliative Care Communications Skills Training Course for Pediatric Oncology Clinicians
Notice bibliographique
Résumé
Introduction Empathic communication is crucial for clinicians when discussing palliative and end-of-life (PC/EOL) care with parents of children with cancer. Unfortunately, many parents report inadequate communication at these distressing times. This study evaluates the communication skills training (CST) clinicians received to deliver a PC/EOL communication intervention as part of a multi-site randomized-controlled trial (RCT). Training was provided using an in-person format and then adapted to a virtual platform to accommodate remote learners. Methods Clinicians were trained in dyads (one physician and one nurse [RN] or advanced practice provider [APP]) over 3 days (in-person or virtually). Four pediatric oncology cases were developed and each incorporated three timepoints: diagnosis, disease progression, and end-of life. Training was adapted from VitalTalkTM and included didactic instruction, videos, visual aids, and role play. Participants completed a confidential, post-training survey. A self-reported quality assurance checklist measured fidelity to the intervention during the RCT. Results Thirty clinicians completed training; 26 completed post-training surveys including 46.1% physicians, 30.8% RNs and 23.1% APPs. Most were female (65.4%); white (80.8%), and 40-50 years old (53.9%). Nine (34.6%) trained in-person; the rest trained virtually. Ninety-two percent reported the course was valuable/very valuable for developing PC/EOL communication skills and 96% learned something new. Dyads trained virtually had similar fidelity to those trained in-person (95% and 90% respectively) when delivering the intervention to parents. Discussion This PC/EOL CST, implemented in-person and virtually, was valuable for improving pediatric oncology clinicians’ communication skills and was translated effectively into practice.
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 | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».