MétaCan
Menu
Retour à la cohorte
Enregistrement W2750960034 · doi:10.1200/jco.2016.34.15_suppl.e18175

Oncology education for internal medicine residents: The value of participating in a medical oncology rotation.

2016· article· en· W2750960034 sur OpenAlexaffabout
Nancy Nixon, Yoo‐Joung Ko, Howard J. Lim, Christine Elser, Vincent C. Tam

Notice bibliographique

RevueJournal of Clinical Oncology · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvances in Oncology and Radiotherapy
Établissements canadiensPrincess Margaret Cancer CentreBC Cancer AgencySunnybrook Health Science CentreHealth Sciences CentreBaker Hughes (Canada)
Organismes subventionnairesnon disponible
Mots-clésMedicineCancerFamily medicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

e18175 Background: Despite the high incidence and prevalence of cancer, medical oncology (MO) rotations are not mandatory in a majority of Canadian internal medicine (IM) training programs. The purpose of this study was to clarify the value of a MO rotation for IM residents. Methods: IM residents scheduled for a MO rotation at BC Cancer Agency (BCCA, Vancouver), Princess Margaret Cancer Centre (PMCC, Toronto), Sunnybrook Odette Cancer Centre (SOCC, Toronto), Tom Baker Cancer Centre (TBCC, Calgary) were asked by e-mail to participate in pre- and post-rotation surveys regarding attitudes toward a MO rotation and general cancer knowledge. Responses pre- versus post-rotation were compared. Results: Between January 2013 and December 2015 68 IM residents completed the pre-rotation survey and 48 (71%) the post-rotation survey. Responses were received from 22 IM residents at TBCC, 9 BCCA, 9 SOCC and 8 PMCC. Residents spent 78% of their rotation in outpatient clinics, 15% with inpatient care and 7% emergency room assessments. Cancer-related learning during the rotations was mostly acquired from MO physicians in clinic (36%), while self-directed learning accounted for 34%. 52% of IM residents believed MO should be a mandatory rotation. When asked to rate their comfort level in dealing with cancer patients and patients at end-of-life (out of 5), mean scores improved from 3.2 to 4.0 (p < 0.001) and 3.6 to 4.0 (p = 0.003), respectively. Mean score on the knowledge assessment improved from 77% pre-rotation to 85% post-rotation (p = 0.003). The most important topics to be learned during an MO rotation are: 1) Common complications of cancer/oncologic emergencies; 2) Common complications of cancer treatment; 3) General approach to diagnosis in a patient with suspected cancer; 4) General principles of treating cancer; 5) Management of common malignancies. Conclusions: A MO rotation for IM residents improves comfort level in dealing with cancer patients and patients at end-of-life. Overall cancer-specific knowledge also improved. Given these benefits, IM training programs should consider a mandatory MO rotation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,021
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,044

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,021
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0110,001

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.

Tête enseignante Opus0,125
Tête enseignante GPT0,606
Écart entre enseignants0,481 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical OncologyMême sujetAdvances in Oncology and RadiotherapyTravaux en français237 207