Suscribirse

Optimizing physician skill development for medical students: The four-part assessment - 27/09/17

Doi : 10.1016/j.amjsurg.2017.03.026 
Justin J.J. Watson, MD a, , Phillip M. Kemp Bohan, BA a , Katrina Ramsey, MPH b , John D. Yonge, MD a , Christopher R. Connelly, MD a , Richard J. Mullins, MD a , Jennifer M. Watters, MD a , Martin A. Schreiber, MD a , Laszlo N. Kiraly, MD a
a Oregon Health & Science University, Department of Surgery, Division of Trauma, Critical Care & Acute Care Surgery, USA 
b Oregon Health & Science University, School of Public Health & Preventive Medicine, USA 

Corresponding author. Oregon Health & Science University, Division of Trauma, Critical Care & Acute Care Surgery, 3181 SW Sam Jackson Park Road, Mail Code: L611, Portland, OR, 97239, United States.Oregon Health & Science UniversityDivision of Trauma, Critical Care & Acute Care Surgery3181 SW Sam Jackson Park RoadMail Code: L611PortlandOR97239United States

Abstract

Background

Medical student performance has been poorly correlated with residency performance and warrants further investigation. We propose a novel surgical assessment tool to determine correlations with clinical aptitude.

Methods

Retrospective review of medical student assessments from 2013 to 2015. Faculty rating of student performance was evaluated by: 1) case presentation, 2) problem definition, 3) question response and 4) use of literature and correlated to final exam assessment. A Likert scale interrater reliability was evaluated.

Results

Sixty student presentations were scored (4.8 assessors/presentation). A student's case presentation, problem definition, and question response was correlated with performance (r = 0.49 to 0.61, p ≤ 0.003). Moderate correlations for either question response or use of literature was demonstrated (0.3 and 0.26, p < 0.05).

Conclusion

Our four-part assessment tool identified correlations with course and examination grades for medical students. As surgical education evolves, validated performance and reliable testing measures are required.

El texto completo de este artículo está disponible en PDF.

Esquema


© 2017  Elsevier Inc. Reservados todos los derechos.
Añadir a mi biblioteca Eliminar de mi biblioteca Imprimir
Exportación

    Exportación citas

  • Fichero

  • Contenido

Vol 213 - N° 5

P. 906-909 - mai 2017 Regresar al número
Artículo precedente Artículo precedente
  • Outcome comparisons between high-volume robotic and laparoscopic surgeons in a large healthcare system
  • Laila Rashidi, Chris Neighorn, Amir Bastawrous
| Artículo siguiente Artículo siguiente
  • Improving transitions of care across the spectrum of healthcare delivery: A multidisciplinary approach to understanding variability in outcomes across hospitals and skilled nursing facilities
  • Giana H. Davidson, Elizabeth Austin, Lucas Thornblade, Louise Simpson, Thuan D. Ong, Hanh Pan, David R. Flum

Bienvenido a EM-consulte, la referencia de los profesionales de la salud.
El acceso al texto completo de este artículo requiere una suscripción.

¿Ya suscrito a @@106933@@ revista ?

@@150455@@ Voir plus

Mi cuenta


Declaración CNIL

EM-CONSULTE.COM se declara a la CNIL, la declaración N º 1286925.

En virtud de la Ley N º 78-17 del 6 de enero de 1978, relativa a las computadoras, archivos y libertades, usted tiene el derecho de oposición (art.26 de la ley), el acceso (art.34 a 38 Ley), y correcta (artículo 36 de la ley) los datos que le conciernen. Por lo tanto, usted puede pedir que se corrija, complementado, clarificado, actualizado o suprimido información sobre usted que son inexactos, incompletos, engañosos, obsoletos o cuya recogida o de conservación o uso está prohibido.
La información personal sobre los visitantes de nuestro sitio, incluyendo su identidad, son confidenciales.
El jefe del sitio en el honor se compromete a respetar la confidencialidad de los requisitos legales aplicables en Francia y no de revelar dicha información a terceros.


Todo el contenido en este sitio: Copyright © 2026 Elsevier, sus licenciantes y colaboradores. Se reservan todos los derechos, incluidos los de minería de texto y datos, entrenamiento de IA y tecnologías similares. Para todo el contenido de acceso abierto, se aplican los términos de licencia de Creative Commons.