Adaptation of a Serious Illness Communication Training Intervention for the Rwandan Context
Notice bibliographique
Résumé
CONTEXT: Communication skills are essential in cancer care, and international guidelines recommend communication training for all cancer care providers. Both clinical communication and training methods are influenced by culture. As oncology and palliative care expand globally, procedures are needed to adapt evidence-based communication training for diverse contexts. OBJECTIVE: To adapt a serious illness communication training intervention in Rwanda. METHODS: Guided by the Cultural Adaptation Process model, we conducted focus groups to understand communication training needs and gather feedback on a U.S. tool, the Serious Illness Conversation Guide (SICG). Based on identified needs, we made initial adaptations to an SICG-based training, incorporating tools from another U.S. program (VitalTalk). We piloted this training with 14 clinical psychologists, using lecture, demonstration, scripted roleplay, and small group discussion. Effectiveness was assessed through 5-point scales and qualitative feedback. RESULTS: Seventeen interdisciplinary oncology providers participated in one of three focus groups. While some had received lectures on communication, all believed additional training is needed. They endorsed the approach of adapting an international program rather than creating a Rwandan training de novo. Based on their input, we adapted and piloted a training that focused on three skills: 1) Set up the conversation and assess understanding; 2) Share information via a succinct "headline;" 3) Respond to emotion. Training methods received mean scores of 4.0 to 4.33 (5 = most effective). Further modifications were suggested to improve cultural concordance. CONCLUSION: Despite vast cultural differences, communication training interventions developed in the U.S. can be effectively adapted in African contexts through co-creation with local providers.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 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 ».