跳到主要內容

發表文章

目前顯示的是 1月, 2022的文章

可能的同理情境初探

可能的同理情境初探 感謝怡晴和韋廷整理與分享治療初期會談時同理情境發生的例子。 目前按照溝通技巧的目的對於這些例子發生的情境有一些分類,不過我初步覺得若要設計成同理課程的範例的話,因應這個目的的不同,分類的方式需要有所調節。 可能需要使用該情境中病人透露出相關線索的目的性、同理需求的迫切性、目標的明確性等進行分類,較容易歸納出相關對應的同理原則。 例子很多,先看過一輪再想想。

職能治療師同理訪談1

--- title: 職能治療師同理訪談1 author: Ju tags: - blog empathy/course --- 職能治療師同理訪談1 近來訪問了臨床教學的老師關於「同理」[[empathy]]對他來說,定義是什麼?在實務經驗上的重要性,以及同理的必要性為何?老師提供的意見與文獻上的一些看法是相同的,但是更為具體,讓我有實際的例子可以理解。最後老師也對於同理訓練課程規劃有一些建議,十分受用 同理的定義 對這位臨床老師來說,有同理心指可以了解他人,能夠設身處地地從他人的角度為他著想。這樣子的看法與過去文獻中看到的是相同的。也可以發現老師強調的不單只是可以了解他人內在想法的能力,還要能夠進一步地從他人的角度來思考,這個和接下來的同理的重要性有很大的關係。 同理的重要性 關於同理心的影響,文獻上常提到同理心會影響到病人的合作程度、滿意度、甚至可能和治療成效有關。不過當時在看的時候沒有一個很清楚又具體的想象。老師的看法提供了具體的例子。 老師提到,若病人感覺得自己有被同理,會較願意回應詢問,也較願意說出真實的需求。因為有一些能力的評估(例如認知)是需要經由口頭詢問回答來評估的,有時候病人沒有回答不是能力不夠,而是不願意或是語帶保留,這樣會造成錯誤的判斷。 此外,有些時候需要對於病人的背景和習慣有較充足的瞭解才有辦法做出不會造成其他傷害的治療,若病人不願意多說一點,可能就會被忽略。例如,有一個人本次因為右側中風入院需要進行治療,但事實上他的左腳以前就曾受過大傷。若沒有問出左腳的傷勢的話,可能會因為右側中風的關係,而讓左側接受過強的負擔(例如多用左腳站)。 若有同理心,在設立治療規劃時,較能夠和病人同步,朝共同的方向努力。可以從病人的角度知道病人的期望和預期,也比較不會只從自己的角度來給予指示和迴饋,而沒有幫助到病人。 對於課程的建議紀錄 如果有施行準則可以看,會很有用,可以簡單提醒自己 演病人互相練同理,可能很怪 同學互相練同理,可能會有其他的困擾…

溝通技巧OSCE計畫心得

--- --- 今天聽譽騫介紹了目前正在進行的溝通技巧OSCE計畫 所謂的OSCE是指Objective Structured Clinical Examination,在許多與臨床相關的領域都很常使用這個方法來訓練以及測驗實習生們。藉由與標準病人的互動過程,考官們可以觀察到考生在實際上遇到臨床的狀況時如何展現其臨床實務相關的技巧。而考生們也可以藉此練習相關的專業能力以及溝通應對能力。 從我搜尋到的資料以及詢問臨床心理師或是諮商心理師的朋友的結果,有的同理心的訓練也有像這樣子的歷程,不過標準病人並不一定有那麼標準的訓練。 在討論的過程中也和譽騫請教了他認為同理心在實務上的重要性,覺得在某些情況下可能重要性沒有那麼容易被感覺的。也許可以再多問問其他的人,瞭解一下目前大家是怎麼樣的感覺。也比較可以擬定戰略方向,如何說服相關人員,同理的重要性!

同理課程初想

--- date updated: 2022-01-11 15:12 tags: - blog empathy intervention extensions: preset: '' --- 身心訓練 行為練習 同理知識 相關經驗 課程應該具有幾個核心 同理心相關的知識 了解其價值、效果何在 同理行為表現、相關治療技巧的練習 增加熟悉程度,減少行為表現時需要額外消耗的認知資源 身心訓練 照顧好自己才有足夠的心理能量 培養不先有過度的評價的態度 提升自我覺察能力也有助於對他人的覺察 相關經驗 需要被同理的事件相關的經驗(模擬體驗)

zero-inflated vs. hurdle model

--- title: zero-inflated vs. hurdle model author: Ju tags: - blog count statistics category: blog --- zero-inflated vs. hurdle model [[zero-inflated model]]和[[hurdle model]]都是在處理count data有大量的0的時候常用的方法。 這兩種方法的結果也長得很像,都有一個針對多有可能為0的zero part,以及一個針對大於0的數字估計的count part。在文獻上兩種方法出來的結果適配度也很常是差不多的,有時候前者好一點,有時候後者好一點。 兩者主要的區分在於對0的概念上。zero-inflated model的假設中0可能有兩種分配的來源(zero part以及count part兩個分配),而hurdle model則假設0只來自zero part的那個binary分配。有的人是這麼說的,zero-inflated model的0可能是真的0(這事件本來就不會發生)以及取樣的0(有可能會發生,但是剛好取樣到0)。 因此,在選擇要使用兩一種時,如果適配結果都差不多時,就要傷點腦筋想一下,資料的0到底比較符合哪一種情況了。