Rheumatology Workforce Planning in Western Countries: A Systematic Literature Review
Notice bibliographique
Résumé
OBJECTIVE: To compare health care planning models forecasting rheumatology workforce requirements in western countries. METHODS: A systematic literature review was conducted through medical databases (Ovid MEDLINE, Embase, CINAHL, and Cochrane Library) and the grey literature. All articles reporting a rheumatology workforce model were included. RESULTS: The search yielded 6,508 articles, and 14 publications (on 12 studies) were included. Workforce models were available for the US (n = 3), Canada (n = 3), the US plus Canada (n = 1), Germany (n = 2), Spain (n = 1), and the UK (n = 2). The number of rheumatologists required to serve a population of 100,000 people was calculated, with a range of 0.7 (UK, calculated for 1988) to 3.5 (Spain, calculated for 2021). Most models used a needs-based approach (n = 6); 3 studies each applied a supply- or demand-based method. The following variables were considered by ≥1 model: disease prevalence, patients' referral to rheumatologists, clinical visits/patient/year, population development, factors influencing performance of rheumatologists, patient flow/care sharing, and medical technologies/infrastructure development. CONCLUSION: Heterogeneity in methods used, the period or calendar years for which the estimates were projected, and heterogeneity of variables evaluated led to disparate estimates, with results ranging from 0.7 to 3.5 rheumatologists per 100,000 population. An international initiative is needed to agree upon a common approach for a reliable estimation of manpower requirements in rheumatology.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,015 | 0,058 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,006 |
| Bibliométrie | 0,016 | 0,018 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».