Core Addiction Medicine Competencies for Doctors: An International Consultation on Training
Notice bibliographique
Résumé
BACKGROUND: Despite the high prevalence of substance use disorders, associated comorbidities, and the evidence base upon which to base clinical practice, most health systems have not invested in standardized training of health care providers in addiction medicine. As a result, people with substance use disorders often receive inadequate care, at the cost of quality of life and enormous direct health care costs and indirect societal costs. Therefore, this study was undertaken to assess the views of international scholars, representing different countries, on the core set of addiction medicine competencies that need to be covered in medical education. METHODS: A total of 13 members of the International Society of 20 Addiction Medicine (ISAM), from 12 different countries (37% response rate), were interviewed over Skype, e-mail survey, or in person at the annual conference. Content analysis was used to analyze interview transcripts, using constant comparison methodology. RESULTS: We identified recommendations related to the core set of the addiction medicine competencies at 3 educational levels: (i) undergraduate, (ii) postgraduate, and (iii) continued medical education (CME). The participants described broad ideas, such as knowledge/skills/attitudes towards addiction to be obtained at undergraduate level, or knowledge of addiction treatment to be acquired at graduate level, as well as specific recommendations, including the need to tailor curriculum to national settings and different specialties. CONCLUSIONS: Although it is unclear whether a global curriculum is needed, a consensus on a core set of principles for progression of knowledge, attitudes, and skills in addiction medicine to be developed at each educational level amongst medical graduates would likely have substantial value.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».