Commentary Mindful medical practice: just another fad?
Notice bibliographique
Résumé
A thoughtful colleague pointed out that over the past 50 years we have experimented with many different ways to humanize medicine. Recently, a few of our attempts have included explicitly promot-ing empathy,1 inculcating cultural competence,2 and offering courses on narrative medicine.3 This is not to say that any of these approaches have failed, but we are still searching—and recent evidence suggests that medicine retains powerful dehumanizing characteris-tics.4 The continuation of the problem might reflect the challenge that ongoing expansion of medical capabili-ties5 and demand poses to humane care, but it might also reflect an important omission in the humaniz-ing initiatives—an explicit focus on self-care of prac-titioners ’ own humanity. The increasing awareness of burnout and stress among physicians6 and how physi-cian well-being affects patient care7 might explain the developing interest in mindfulness, one of the few self-care practices for which there is empirical evidence of benefit.8 A PubMed search of the terms mindfulness and mindful revealed the following trend: 10 articles pub-lished between 1969 and 1978; 22 articles published between 1979 and 1988; 93 articles published between 1989 and 1998; and 300 articles published between 1999 and 2008 (including 80 in 2008). In addition, we found that 16 medical schools in North America, including Harvard, Duke, and McGill, offer courses on mindfulness to medical students and health care prac-titioners. Our purpose here is to point out some fea-tures of mindfulness that could threaten its long-term viability in medicine, while clarifying its potential role in improving medical 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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,035 | 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 tête enseignante, 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 ».