Fähigkeiten und Defizite in ärztlicher Gesprächsführung bei Medizinstudierenden im 5. Semester
Bibliographic record
Abstract
Fragest.: Die Arzt-Patienten-Kommunikation ist ein wichtiger Bestandteil im Medizinstudium geworden. In Ulm geschieht der Unterricht in Kleingruppen und unter Einsatz von Schauspielpatienten. In der vorliegenden Studie sollte erhoben werden, welche Kompetenzen der Gesprächsführung von den Studierenden im 5. Semester schon beherrscht werden und wo Defizite bestehen. Weiter sollte untersucht werden, ob sich weibliche und männliche Studierende unterscheiden und was die Studierenden kennzeichnet, deren Gesprächsführung noch verbesserungswürdig ist. Methode: Es wurden Videoaufzeichnungen von Arzt-Patienten-Gesprächen zwischen Medizinstudierenden und Schauspielpatienten ausgewertet. Die Auswertung erfolgte über eine ins Deutsche übersetzte Version einer Ratingskala, die auf den Calgary-Cambridge Guide aufbaut. Die Skala erfasst insgesamt 12 Items und 38 zugeordneten Microskills. Die Items erfassen z.B. die Bereiche Gesprächseinstieg, Gesprächsstruktur, Zeigen von Unterstützung, Erkennen der individuellen Bedürfnisse des Patienten, Shared Decision Making. Alle Studierenden im ersten Block des WS 2020/2021 waren einverstanden, dass ihre Videos (anonymisiert) ausgewertet wurden. So konnten 72 Gespräche analysiert werden, ein Drittel der Ratings erfolgte durch zwei unabhängige Beurteilerinnen. Ergebn.: Viele der erhobenen Microskills wurden von den Studierenden in gutem Ausmaß gezeigt (erfüllt von mehr als 80% der Studierenden). Besondere Schwierigkeiten zeigten sich in den Microskills Klären der Agenda (von 12% der Studierenden gezeigt), Zusammentassung in regelmäßigen Abständen (38%), Erfassen des Verständnisses des Patienten (10%), Strukturierung in Abschnitte (20%). Studierende, die besser beurteilt wurden, unterschieden sich signifikant von den schlechteren in den Microscills Klären der Agenda, Strukturierung des Gesprächs, Abprüfen des Verständnisses des Patienten, Anbieten eines Sicherheitsnetzes/Notfallnummern. Weibliche Studierende zeigten signifikant mehr Besorgnis und Bereitschaft zu helfen als männliche Studierende. Schlussfolgerung: Teilbereiche der Gesprächsführung werden von den Studierenden im 5. Semester, auch ohne gezieltes Training in Gesprächsführung, schon gut umgesetzt. Es zeigen sich dennoch deutliche Lücken und Defizite, die die Notwendigkeit des gezielten Trainings in Arzt-Patienten-Kommunikation unterstreichen. Dieses sollte vor allem in Richtung aktive Gesprächsstrukturierung und Einbeziehung des Verständnisses der Patienten gehen.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.022 | 0.078 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.009 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".