Family Medicine needs assessment: Studying the clinical work of general practitioners in Ethiopia
Notice bibliographique
Résumé
Background and Objective: Some universities in sub-Saharan Africa have initiated Family Medicine (FM) residency programs. This study was conducted by FM colleagues at Addis Ababa University (AAU) in Ethiopia and the University of Toronto, Canada to inform the FM residency curriculum at AAU. It was designed to determine the clinical problems that family physicians in Ethiopia may encounter. Methods : We used a mixed methods approach: Modified time-motion study and brief interviews. We observed 46 general practitioners (GPs) across ten sites in Ethiopia. Trained observers recorded time-motion data while GPs conducted their daily work. This data was supplemented by brief interviews with the GPs. Findings : Clinical encounters occupied 82% of GP work. The common symptoms were digestive-abdominal pain (21% visits), respiratory-cough (16%), and general-fever and chills (16%). The common diagnoses were infectious (22% visits), genitourinary (12%), circulatory (10%), and endocrine (10%). Challenges identified were lack of clinical resources (57% of GPs), difficulties in communication (48%) and excessive workload (33%). Most common requests were for information technology (78%) and HIV (46%) training. Conclusion : The profile of common symptoms and diagnoses indicated the competencies family physicians in the regions should have. This information will be used to develop an appropriate FM curriculum at AAU.
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 | 0,022 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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 ».