A review of published literature on emergency medicine training programs in low- and middle-income countries
Notice bibliographique
Résumé
BACKGROUND: The objective of this review is to identify and critically evaluate the published literature on emergency medicine (EM) training programs in resource-limited health-care settings in order to provide insight for developing EM training programs in such health systems. METHODS: A literature search was conducted up to the end of April 2011 using MEDLINE, EMBASE, The Cochrane Library, EBM Reviews, Healthstar and Web of Science databases, using the following search terms: Emergency Medicine, Emergency Medicine Services, Education Training Residency Programs, Emergency Medical Systems and Medical Education, without limitation to income countries as outlined in the World Bank World Trade Indicators classification 2009-2010 (World Trade Indicators Country Classification by Region and Income, July 2009-July 2010). As the intent of the review was to identify and critically evaluate the literature readily available (published) to LMICs developing EM programs, the gray literature was not searched. RESULTS: The search yielded 16 articles that met the final inclusion criteria. As the majority of articles provide a narrative description of the processes and building blocks used in developing the residency programs reported, we present our results in narrative format. By providing a summary of the lessons learned to date, we hope to provide a useful starting point for other resource-limited settings interested in establishing emergency medicine specialty training programs and hope to encourage further information exchange on this matter. CONCLUSIONS: The results of the review indicate that EM training is in its infancy in resource-constrained health-care systems. There are few detailed reports of these programs successes and limitations, including efforts to optimize graduate retention. Despite the paucity of currently published data on the development of EM residency training programs in these settings, this review demonstrates the need for encouraging further information exchange to aid in such efforts, and the authors make specific recommendations to help guide future authors on reporting on such efforts.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».