Creating an educational quality improvement program for radiation oncology residents in McGill University.
Notice bibliographique
Résumé
118 Background: Quality insurance (QI) is a pillar of good clinical governance and is at the centre of modern health care. The Royal College of Physicians and Surgeons of Canada CanMeds 2015 have now mandated that QI should be taught and the competencies assessed in all post-graduate residency programs. To our knowledge, this is the first attempt to create a post-graduate QI curriculum amongst radiation oncology trainees. We aim to describe the feasibility of introducing these professional skills which should be integral to every training program. Methods: A QI team has been created within the department of Radiation Oncology at McGill University consisting of a clinical fellow and 3 staff physicians. QI teaching will take place in a longitudinal manner with the mandatory curriculum divided into foundation, intermediate and advanced competencies depending on years of seniority. Teaching is delivered by a combination of two academic half days, consisting of didactic lectures and practical workshops, and self-directed online modules. Each resident during the intermediate years (PGY2-4) will complete a QI project in 9 months under the supervision of an attending physician. The resident will become well versed with QI tools and techniques by presenting their project at specific 3-monthly time points to their supervisor and QI team. In June we will host a QI day where a QI scholar will be invited to teach, each resident will present their project and merit prizes will be awarded. Formal mandatory assessments will take place with a combination of self-assessment, QI- knowledge based assessments (QI-KATs) and balanced score cards. Results: The curriculum has been developed with input from McGill University curriculum and assessment experts. This is a pilot program for the academic 2016/17 year. We are currently meeting our pre-defined milestones. The program will be formally evaluated and adapted to ensure sustainability. Conclusions: The QI skills gained will enable the individual to maintain the highest standards throughout their subsequent careers. A robust, interactive, sustainable curriculum will ensure that this is delivered effectively within radiation oncology and act as a model for all residency programmes.
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 | 0,007 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,003 | 0,007 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,001 |
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 ».