Providing a safety net: a qualitative study on supporting medical students during goals of care discussions
Notice bibliographique
Résumé
Background: Engaging in effective goals of care (GOC) discussions with patients is a critical skill for physicians. Medical students, however, often feel unprepared, unsupported and uncomfortable leading these conversations. We undertook the current study to explore senior medical students' experiences with GOC discussions during their clinical training, examining when and how (and when not and how not) GOC discussions impacted them and the influence of supervision on their GOC learning. Methods: We used qualitative interpretive description as our methodology. Fourth-year medical students at a single university were invited to voluntarily participate. Qualitative semi-structured interviews were used to foster rich discussion about students' GOC experiences during their clinical rotations. Data collection and analysis proceeded iteratively. All investigators participated in data analysis using an inductive, constant comparison approach to identify themes and subthemes. Results: Eleven fourth-year medical students were interviewed between 2021 and 2022. As students observed and conducted GOC conversations, participating in the conversation with a supportive clinical supervisor and with patients they knew appeared to positively influence students. In less supported environments, students experienced challenges during GOC conversations, reflected through perceived limitations and feelings of uncertainty. Supervisors also played an important role in helping students navigate a range of emotional responses to these conversations. Conclusions: Rather than shielding students from difficult conversations, supervisors can positively impact students' experiences by supporting them to engage in GOC discussions, thereby providing them with the skills to support patients through challenging moments.
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 | 0,023 | 0,034 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,014 | 0,011 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,003 | 0,008 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».