Preparing Medical Students and Physicians to Cope With Their Medical Errors: A Scoping Review
Notice bibliographique
Résumé
PURPOSE: Many clinicians will experience feeling responsible for inadvertently harming a patient through medical error. These situations can be distressing, difficult to navigate, and career altering. In addition to aftermath support, there is a recognized need for preemptive education to better prepare clinicians to cope after such events. Little published guidance exists about how best to do this. This scoping review explores the current knowledge about educational programs and strategies to prepare medical students and physicians to cope effectively with their own medical errors. METHOD: Three online databases, MEDLINE, PsycINFO, and Scopus, were searched on January 3, 2025, for articles published from database inception to the search date that described programs designed to prepare medical students and/or physicians to cope better with personal involvement in patient harm from medical error. Eligibility screening and data recording were independently performed by 2 reviewers. Simple data were summarized, and common pedagogical strategies were identified by inductive thematic analysis. RESULTS: The search yielded 5,359 unique articles for screening, of which 97 full-text articles were retrieved. Twelve articles met the eligibility criteria. The study interventions varied in structure and delivery methods but shared similar rationale, key messages, and pedagogical strategies. Dominant pedagogical strategies were divided into 2 groups: (1) what students need to learn about coping after medical error (attend to emotions, universality of fallibility, helpful and unhelpful paths for coping, workplace culture, care for colleagues, transfer of learning to the workplace) and (2) ways to support students in this learning (actual cases, psychological safety and honest conversation, role-modeling, reflection and learning from others' experience). CONCLUSIONS: A constellation of pedagogical strategies synthesized from the literature provides program design ideas for education that targets the development of learners' capacity to cope with involvement in patient harm from medical error.
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 | 0,017 | 0,087 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,004 |
| Bibliométrie | 0,025 | 0,025 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,005 | 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 ».