Deficits in urological knowledge and skills among family medicine residents in Canada
Notice bibliographique
Résumé
INTRODUCTION: The last 10-15 years has seen a decline in formal undergraduate urological education throughout Canada. Given the large volume of urological presentations in family practice, trainees need to acquire the requisite urological knowledge and skills to serve their patients. The objective of this study is to determine the perceived level of urological knowledge and skills among Canadian family medicine residents. METHODS: A 15-item, anonymous, online survey was distributed via email to all Canadian family medicine program directors from September to December 2018 and distributed to their residents. The survey obtained data on demographics, training, undergraduate urology experience, self-reported proficiency in interpreting urological investigations, performing common urological procedures, and managing common urological conditions. Descriptive statistics were used to summarize data. RESULTS: The questionnaire was completed by 142 family medicine residents with representation from Western Canada (27.5%), Ontario (32.4%), and Quebec (40.1%); 39.4% of respondents had completed a urology rotation during medical school and only 29.1% felt that their medical training prepared them for the urological aspects of family medicine. Although the majority of respondents felt proficient in performing a digital rectal examination (58.5%) or managing urinary tract infections (97.9%), only a minority felt competent in performing male genitourinary examination (40.1%), uncomplicated male (34.5%), female (45.8%) or difficult (9.2%) urethral catheterization. Likewise, the minority of respondents felt comfortable managing erectile dysfunction (41.5%), scrotal swelling (34.7%), and scrotal pain (25.7%). CONCLUSIONS: There are significant deficiencies in urological knowledge and skills among family medicine residents in Canada, possibly because of insufficient educational experiences during medical training.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».