医師と患者の関係トレーニング中の共感と心の知能指数の進化 (EMOREL)

必要に応じて、(概要と比較して) より多くの技術情報を含む、プロトコルの詳細な説明。

プロトコル全体を含めないでください。適格基準やアウトカム指標など、他のデータ要素に記録された情報を複製しないでください。 (制限: 32,000 文字)

例：

病院外での突然の心停止 (OOH-CA) は、心血管疾患による全体的な死亡率が最近低下しているにもかかわらず、依然として重大な死因です。 緊急蘇生の既存の方法は、OOH-CA 犠牲者の側への除細動機能を備えた訓練を受けた応答者の輸送に固有の時間遅延のために不十分です。 既存の救急医療サービス (EMS) システムは、通常、救急医療技術者 (EMT) サービスと、傍観者の心肺蘇生法 (CPR) トレーニングなどのある程度のコミュニティ参加を組み合わせたものです。 一部のコミュニティでは、隔離された場所や機動警察、消防車に自動体外式除細動器 (AED) が設置されています。 AED による治療への包括的で統合されたコミュニティ アプローチでは、OOH-CA の患者を迅速に特定して治療できるこれらのボランティアの非医療対応者がコミュニティ ユニットにサービスを提供することになります。 このようなアプローチは、Public Access Defibrillation (PAD) と呼ばれます。 社会と医療の発展は、医師と患者の関係を変えてきました。いくつかの医療制度の改革、介護者と患者の間の交流に大きな影響を与える時間的制約の増加、高齢者人口の増加と慢性疾患の有病率の上昇、治療ソリューションの複雑化、医療の民主化メディアやインターネットを通じた情報; ... (1, 2)。

さまざまな研究が、コミュニケーションの分野にいくつかのギャップがあるという事実を指摘しています。

医師自身は、患者とのコミュニケーションが専門職の実践における主な困難の 1 つであることを認識しており、特にケアを順守しない慢性疾患患者にとってはそうです (9)。 このトピックに関する若い医師のブログとディスカッション フォーラムの増殖は、その一例です (10)。

さまざまな研究によると、特に 30% から 70% のコンプライアンス違反や、大幅に増加した苦情の数など、この状況から生じるいくつかの問題 (70-80% は通信の問題に関連していると推定されています) ）。 メンタルヘルスの分野では、コミュニケーションのスタイルが問題を検出する能力に影響を与えます。

これらの観察を考慮して、医療および政治当局は、医師と患者の関係を強化するためにコミュニケーションを促進したいと考えています。 ロイヤル カレッジ オブ ドクターズ アンド サージョンズ オブ カナダは、すべての医師が必要とする 7 つの必須スキル (医療の専門知識、コラボレーション、管理、健康増進、博学、プロフェッショナリズム) の 1 つにそれを含めています。 フランスでは、患者の権利と医療制度の質に関する 2002 年 3 月 4 日の法律に、この点が含まれています (33)。

多くの研究が、健康分野におけるコミュニケーションの影響を証明しています。 方法論的な質の高い 21 件の研究のレビューでは、データ収集中および治療についての議論中のコミュニケーションの質が患者の健康にプラスの効果をもたらすことが示されています (35)。 分析によると、コミュニケーションは、感情の健康、症状のコントロール、生理学的測定 (血糖や血圧など)、痛みのコントロールの順に影響を与えます (2)。

最近まで、この学習は実践に関連していると考えられていました (2)。 さまざまな研究が、実際の経験の限界を示しています (36-38)。 他の研究では、医療専門家にコミュニケーションスキルを教える可能性が示されています (37, 39-46)。

これらの質問に答えるために、治療関係に関するトレーニングモジュールがパリデカルト大学で構築されました. このモジュールは、4 年生の医学生を対象としています。 学生が外部研修を開始するため、4 年目が選択されました。魔法使いは学生を将来の職業の現実に直面させます。苦しみ、痛み、死だけでなく、健康の不平等、不安定さ、医師の力などです。 逆説的に、彼らの共感力の低下が見られるのはこの時期である(48)。 この教育の目的は、人間関係とコミュニケーションのスキル (ノウハウと社会的スキル) を開発することです。 教育的アプローチは、知識、幸福、ノウハウの 3 つの分野でこのモジュールの貢献を強化するために多様化されています。

トレーニングプログラムは次の要素で構成されています。

講義 2 回 (オプション) バリント型グループによる 6 回のスーパービジョン セッション (うち 5 回は必須); 5 つのロールプレイ (すべて必須); 2 患者役者との OSCE (すべて必須)。 この教育は、人間関係、認識、傾聴、共感、治療的距離、人間関係に影響を与える個人的な影響に関する 2 つの講義から始まります。 コースは少人数のグループで開催され、各学生の個人的な投資を促進します。彼らには、2018 年 10 月から 2019 年 5 月まで、バリント グループ (50) に触発された、6 つのセッションの治療関係トレーニング グループ (それぞれ 1 時間半) (49) が含まれていました。 このグループの影響は、特にその精神感情面（投影、転移と逆転移、表象と信念など）において、徐々に明らかにされています。

1月から5月にかけて5回のロールプレイングセッションも開催され、1時間半で学生は医者または患者を演じることができます. シナリオは次のテーマに関するものです。悪いニュースの発表。慢性疾患の随伴;気が進まない患者の管理;いわゆる「不正なリクエスト」の管理。攻撃性と敵意の管理。 ロールプレイの後、教師とグループによって行われたフィードバックは、何が起こったのか (言語的および非言語的コミュニケーションについて) を特定して詳しく説明し、肯定的なこと (および否定的なことも...) を指摘し、次の方法を提案するのに役立ちます。向上。

最後に、OCSE (Clinical Objective Structured Examination) 中に形成的評価が行われ、2 つの臨床ステーションがシミュレートされた患者 (プロの俳優) で編成されます。 フィードバックは、ロールプレイ トレーニングを提供した教師によって監督され、患者自身によって行われます。

シミュレーションにより、生徒は現実に近い環境で訓練し、複雑さを理解し、自分自身の考え、行動、感情、および他の人の考えを反映することができます。 個人の認知、関係、感情、精神運動の幅広いスキルを鍛えることができます。

バリント グループは、経験豊富な専門家によって監督された、議論と反省のためのスペースです。 医師と患者の関係について質問する臨床状況を中心に構成されています。 多くの研究が、典型的な Balint Group (GB) の影響を調査しており、より具体的には、一般医師、インターン、医学生を対象としています。 GB は、専門的アイデンティティと安心感 (59) を強化する能力の面で職業生活に利益をもたらしましたが、仕事の満足度 (60) については報告しませんでした。

バリント グループは、心理医学のスキルを向上させ、心身の問題を抱えた患者に対する態度にもプラスの効果をもたらします。 GB は、特に臨床的共感を有意かつ独自に増強します (66)。 ストレスや不安の管理、自己認識、医師と患者の関係に対する異なる見方を促進することにより、医学生のスキルを向上させることが役立つ可能性があります (71, 72)。

多くの研究は、共感が医師と患者の関係に与える影響を示しており、最近のレビュー (74) は、共感が患者の満足度を高めることを示しています。 患者の不安をよりよくコントロールし、コミュニケーションを改善することで、人間関係のスキルを向上させます (心理社会的問題、治療への順守の改善、特定の症状の軽減など)。 (74) 医師にとって、共感の向上は、彼自身の幸福を改善することによって、個人的な達成感を高めます (76)。

しかし、医学の勉強中、特に学生が患者に会い始める3年目以降、臨床的共感は減少します(48)。 最近のシステマティック レビュー (77) では、インターンシップ中も続くこの秋について説明しています。 この現象は、他の健康分野でも発生します。

ノイマン＆アル。その原因は、臨床実習の開始時に脆弱性の経験を生きることである可能性があるという仮説を立てます。彼らはまた、医師の役割の理想化された信念の役割、および一部の学生の高レベルのストレス（燃え尽き症候群、うつ病など）についても言及しています（77）.

共感を教えることの良い影響は、特に病院やリベラルなキャビネットで示されています (78, 79)。 しかし、このスキルを開発するためのレッスンが十分に編成されていません。

2003 年から 2012 年までの、医学生に共感を教える 18 の介入の系統的レビューでは、方法論的なバイアスにもかかわらず、学生の共感をサポートするトレーニングは効果的であると結論付けています (80)。 18件の無作為対照試験の最近のメタアナリシス(81)は、これらの発見を裏付けています。

効果的なテクニックの中で、シミュレーションは「体験学習」と「演劇」として強調されています。 他の研究でも、インターン (82) や医師 (83) に共感を教えることの価値が示されています。 さまざまな教育法が、共感の教えに関心を寄せています。コミュニケーション技術（言語的および非言語的）、ビデオ録画された相談の研究に基づくレッスン、倫理と共感の理論的レッスン、標準化された患者とのロールプレイングとシミュレーション（84）、交換グループと治療関係トレーニンググループ（85）を含むバリント型グループ (86)。

この研究の実現可能性と関連性を評価するために、ロールプレイ中の一部の医学生の共感の進化を評価する最初のパイロット研究が2017-2018学年度に実施されました。 4年生。

コンピテンシーに基づくアプローチは、現在、教育における新しい参照枠を構成しています。目標によって教育学を超えようとする人（87）。 Emotional Intelligence は、「思考をサポートし、感情を理解し、感情的および知的成長を促進するために、感情を知覚し、アクセスし、生成する能力」と定義されています (88). 現在のところ、科学文献は、それが個人的な特徴なのか、後天的なスキルなのか、あるいはその両方なのかを立証できていません (89)。 しかし、最近のレビューでは、医学教育と情緒的スキルの習得との間に相関関係があることが示されています (69)。 それは、医師と患者の関係のいくつかの相反する側面を解決する上で大きな助けになる可能性があります (69)。

実際、医師と患者の関係は重大な「感情的リスク」があると考えられています。痛み、不安、絶望など、患者が表明した否定的な感情のため...（90）. 患者の感情に注意を払うことは、患者と医師の両方に有益な影響を与えます (共感の低下の防止、プロフェッショナリズムの向上、仕事への満足度の向上、そして最後になりましたが、健康...) ( 91, 92)。

医療のプロフェッショナリズムの構築 (54)、特に医師と患者の関係とコミュニケーション (32) の分野における能力の概念の認識の高まりは、教育的装置の編成を刺激します。 FRT モジュールは、このアプローチに対応しようとします。 ただし、共感と感情的知性は、これらのコミュニケーションおよび関係スキルの獲得における基本的なスキルとして表示されます。 この研究は主に、FRT のこのモジュールが、コミュニケーションおよび関係スキルの構築において中心となる特定のスキルとノウハウ (共感と感情的知性) の維持または効果的な獲得に与える影響を評価することを目的としています。

それを行うために、分析は、医師の共感のジェファーソン尺度 - 医学生バージョン（JSPE-MS）、および感情的表現力尺度（EES）による感情的知性のスコアを使用して、学生の共感スコアの進化を評価することに焦点を当てています。 論文のスコアは、モジュールの最初と最後に収集されます。

共感スキルは、客観的構造化臨床検査 (OSCE) 中に CARE グリッドを使用してシミュレートされた患者によって評価されます。

この作品も同様に、医師と患者の関係についての学生の知識の進化を、複数の選択肢の質問で調査します。

トレーニングの最後に、学生は満足度アンケートに記入するよう求められます。 グループのベースラインとして、社会人口統計学的および教育データが収集されます。

これは定量的および定性的な 2 つの研究であり、共感と感情的知性に関する結果は、知識の獲得に関するデータを使用して大局的に考察されます。

統計分析評価的介入疫学:

-定量的：トレーニングの前後（JSPE-MS、EES、知識に関するアンケート）またはモジュールの最後（OSCEおよび満足度アンケート）に収集されたスコア

学生の共感の進化は、JSPE-MS によって評価されます witch は、特に医師と患者の関係における共感を評価する自己アンケートです。 JSPE は、共感の認知的要素に特に焦点を当てています。

20 個の項目で構成され、3 つのグループに分解できます (Nuguyen Trong、2016 年)。

10 の項目は「視点の話」に焦点を当てています: 患者の視点を取り入れます (項目 2、4、5、9、10、13、16、17、20) 8 つの項目は「ケアコンポーネント」に関連しています:患者の感情的な経験 (項目 1、7、8、11、12、14、18、19) 2 つの項目は「患者の立場に立つ能力」を表します (項目 3、6) 各項目は 1 から 7 で評価されます(リッカートスケール)。 学生向けに検証された特定のバージョン、研究者がこの研究に使用する JSPE-MS があります。

2 番目の自己関連のアンケートは EES (93) で、感情の表現力に関するものです。 フランス語版は翻訳され、著者に提出されました。 感情を表現する性質を評価します。 このスケールには、「他の人の前で泣くことができる」など、さまざまな形の感情表現をリストした 17 の提案が含まれています。 これらの状況の頻度は、「まったく当てはまらない」から「常に当てはまる」まで、リッカート スケールで 1 から 6 で評価されます。

このモジュールで習得したスキルの評価を完了し、測定された共感的および感情的な表現力スキルと比較するために、宣言的知識に関する自己アンケートも学生に提出されます。

Sides プラットフォームによって提案された複数回答のアンケートで、National Examination Grading (ECN) コンテストに向けて学生を準備します。 内容は、「医師と患者の関係」に関する ECN Question No. 1 の一部に焦点を当てます。 回答は、国立精神医学会の精神医学の参照システムから作成されます。

最後の自己関連のアンケートは、モジュールの最後にのみ提出されます。これは、教育機器の評価に関する WHO のレポート (94) から取られた学生満足度アンケートです。 生徒の満足度は、教育と彼の投資の受容性における重要なパラメーターです (54)。 これらの結果は、共感と感情表現力のデータと比較され、相関関係が判断されます。

モジュールの最後にある客観的構造化臨床検査 (OSCE) では、学生の共感は、標準化された患者による評価によって測定されます。 現在の教育モジュールでは、この尺度のテスト前後の評価を行うことができないため、テスト後の評価のみが、このモジュールの最後に学生コホートのスキルを表すものとして提案されています。

最後に、社会人口学的データが収集され、共感の尺度を次の情報と関連付けます(96-98): 年齢、性別、両親の教育レベル、学生の生活条件、モジュール中に行われたインターンシップ、医療・精神病歴（またはすでに心理療法を受けている）、インターンシップ後に希望する専門分野：第1希望、第2希望、第3希望。

臨床サンプルは、2018 年から 2019 年の学年度にトレーニング モジュールに参加している、パリ デカルト大学の医学部 4 年生の 501 人の学生 (男性と女性) で構成されています。これは、介入に関係する全人口を構成します。

この研究は、大学の開会式で学生に発表されます。 プレゼンテーションは、このモジュールの主要な教育指導者の 1 人である Jaury 教授によって行われます。Jaury 教授は、研究の利点と「リスク」、参加条件 (アンケート)、および同意または拒否の条件を示します。同じ情報で、各学生に送信されたアドレスを介して電子メールで送信されます。

アンケートと同意書は、トレーニングの開始前とモジュールの終了時に、Moodle プラットフォームの学生が個人識別子でアクセスする部分で利用できるようになります。

学年末に新しい電子メールが学生に送信され、この評価の方法、調査の目的 (承認ではなく) を指定し、自己アンケートの事後テストを完了するように促し、思い出すようにします。研究の利益とリスク、同意と拒否の条件。

トレーニング前のデータ (JSPE-MS、EES) および社会人口統計データの収集は、ロールプレイの開始前日に Moodle プラットフォーム上で行われます。

トレーニング後のデータの収集は、Moodle プラットフォームを介して、トレーニング OSCE の直後に自己アンケートに記入することによって行われます。 Moodleプラットフォームを介して単一のエントリが作成され、対応する研究者の1人であるChiara Santiniによって分析用の表に報告されます。

記述的分析を実行して、欠落および/または外れ値をチェックし、変数の正規性を検証し、使用する仮説検定を決定します。

評価中に収集されたすべてのデータは、研究に参加している人々の正確なプロファイルを取得するために説明されます。

量的変数は、平均、標準偏差、中央値、最小値、および最大値による信頼区間で説明されます。

質的変数は、そのサイズとパーセンテージに従って説明されます。 定性的データ分析は、コンテンツ分析に続きます。

2 つのグループ (トレーニング前とトレーニング後) の違いを確認するために、分散分析、スチューデントの対応のある検定、またはカイ 2 乗検定が、いくつかのノンパラメトリック検定 (Kruskall-Wallis 検定または Wilcoxon-Mann 検定) として実行されます。 -ホイットニー検定 ) が使用される場合があります。 必要に応じて、事後分析が行われます。

量的変数間の関係を知るために、研究者は単純な線形相関 (ピアソンの R、またはスピアマン相関のロー係数値) を認識します。

多変量解析は、多重回帰を使用して実行されます。 彼らは、他の交絡変数を考慮して、予測変数と従属変数の間に関係があるかどうかをテストします。 多変量解析により、各変数が従属変数の予測に有意に寄与しているかどうかを推定することも可能になります。

統計は、SPSS および R コンピューター ソフトウェアを使用してコンパイルおよび分析されます。 0.05 の有意水準が保持されます。