Exploring opportunities & pathways for advanced practice radiation therapy roles in the United States
Notice bibliographique
Résumé
The evolution of practice of Radiation Therapy in the United States (U.S.) is inevitable. The scope of a radiation therapists role has progressed with advancing technology, implementation of special procedures and patient care requirements. Internationally, Canada, Australia and the United Kingdom have formalized this evolution through the Advanced Practice Radiation Therapist (APRT) role to provide new models of care, to meet growing demands in the practice of Radiation Oncology, to increase efficiency, decrease cost and retain skilled staff (Harnett et al., 2018; Society of Radiographers; Linden et al., 2019; Coleman et al., 2014) [1–4]. Through evidence based practice, the APRT role has proven to provide benefits for multiple stakeholders including service-reconfiguration to reduce wait times, developing and retaining highly skilled radiation therapists, treatment review and most importantly improving patient care within much needed patient cohorts such as the palliative population (Duffton et al., 2019) [5]. The U.S. is no exception to requiring innovative care models and solutions to similar complex, care delivery challenges experienced internationally. The U.S. is experiencing an increase in demand for cancer services and a rapid rate of technological and treatment advancements. Under the current infrastructure, this has impacted the daily tasks of physicians; increasing workload, increasing the complexity of clinical decision making, increasing movement toward site specific subspecialty practice and pushing the scope of radiation therapists informally toward maximization, increased autonomy and a higher level of education and specialized skills (American Society of Clinical Oncology, 2016; ARRT, 2020; Vu et al., 2018) [6–8]. Objective The following reviews the current radiation therapy practice and professional landscape in the United States as it relates to advanced practice, exploring opportunities and challenges under the U.S. health care infrastructure. This broad analysis provides comparison to other countries and disciplines such as the Radiologist Assistant and Nurse Practitioner for potential pathways to establishing the role and describes current needs and value of the expanding scope of RT's practicing in the U.S.
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 | 0,008 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,018 | 0,006 |
| Communication savante | 0,011 | 0,008 |
| Science ouverte | 0,002 | 0,013 |
| Intégrité de la recherche | 0,002 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 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 ».