Bespoke to the patient: a qualitative study on learning to manage multimorbidity in family medicine
Notice bibliographique
Résumé
Introduction: The rising prevalence of multimorbidity poses a significant challenge to healthcare systems. However, medical education predominantly emphasizes single-disease frameworks, offering limited guidance on how learners can navigate the complexities of managing co-existing health conditions. Given the high incidence of multimorbidity in family medicine, this study aimed to explore the experiences of family medicine residents in managing multimorbidity, with the goal of informing curriculum development. Methods: We conducted a qualitative study comprising four focus groups (mean duration 47 minutes) with a convenience sample of 28 family medicine residents learning in urban and rural settings. Data were analyzed inductively using reflexive thematic analysis. We drew on generalism and adaptive expertise as sensitizing theoretical lenses to support thematic development and our final interpretation. Results: Participants described a shift from their undergraduate focus on "getting the list" of diagnoses toward a more nuanced, patient-centred approach to multimorbidity, which they characterized as "bespoke to the patient." Throughout residency, learners reported increased confidence conducting more flexible consultations-incorporating social determinants of health, the unique patient's context, realizing and navigating how healthcare structures impact, and sometimes impede, patient care. Balancing competing priorities became a key feature of their evolving practice, supported by exposure to diverse patient populations, meaningful preceptor relationships, and varied clinical environments. Residents increasingly identified their role coordinating the patient's care team, leveraging a generalist perspective to organize care and address complexity. Conclusions: Family medicine residents described learning to manage multimorbidity as a developmental process of acquiring generalist adaptive expertise, supported through working in a variety of learning environments. Encouraging preceptors to explicitly share strategies-such as managing limited time and navigating health system constraints-may further enhance resident education in caring for patients with multimorbidity.
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 | 0,022 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,013 | 0,012 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,003 | 0,006 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».