Board-certified specialty training program in radiation oncology in a war-torn country: Challenges, solutions and outcomes
Notice bibliographique
Résumé
BACKGROUND: Residency programs leading to board certification are important for safe and competent Radiation Oncology (RO) practice. In some developing nations, there is a gap in this field. This work addresses the experience that was accomplished to establish such a program in Iraq despite all the challenges that faces a country under war. METHODS: Descriptive report of challenges faced in a developing country that is still reeling from war, the steps taken to overcome these challenges and outcomes after graduation of two classes. RESULTS: After over 18 months of prerequisite technical and logistical preparations, a group of local and external faculty members were invited to establish the required syllabus of a structured RO residency program in Iraq. It is comprised of a total of 100 post-graduate academic credits over a 48-months period after clinical internship. First year evaluations included regular practical assessments; seven in-house papers covering RO, cancer and radiation biology, medical physics, radiological anatomy and diagnostic oncology, tumor pathology, onco-pharmacology, and medical statistics, research methodology, and cancer epidemiology, followed by a comprehensive examination. Subsequent evaluations were on an annual bases with enrollment in the American College of Radiology In-Training examination in RO. Final assessment included logbook and skills' reviews, graduation thesis or peer-review publication, two-papers' written examination, and an exit practical examination. CONCLUSIONS: residency program leading to board certification in RO was successfully started in Iraq. The new specialists will help in addressing the shortage of radiation oncologists in the country.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».