Oncology training and education initiatives in low and middle income countries: a scoping review
Notice bibliographique
Résumé
BACKGROUND: The global cancer burden falls disproportionately on low and middle-income countries (LMICs). One significant barrier to adequate cancer control in these countries is the lack of an adequately trained oncology workforce. Oncology education and training initiatives are a critical component of building the workforce. We performed a scoping review of published training and education initiatives for health professionals in LMICs to understand the strategies used to train the global oncology workforce. METHODS: We searched Ovid MEDLINE and Embase from database inception (1947) to 4 March 2020. Articles were eligible if they described an oncology medical education initiative (with a clear intervention and outcome) within an LMIC. Articles were classified based on the target population, the level of medical education, degree of collaboration with another institution and if there was an e-learning component to the intervention. FINDINGS: Of the 806 articles screened, 25 met criteria and were eligible for analysis. The majority of initiatives were targeted towards physicians and focused on continuing medical education. Almost all the initiatives were done in partnership with a collaborating organisation from a high-income country. Only one article described the impact of the initiative on patient outcomes. Less than half of the initiatives involved e-learning. CONCLUSIONS: There is a paucity of oncology training and education initiatives in LMICs published in English. Initiatives for non-physicians, efforts to foster collaboration within and between LMICs, knowledge sharing initiatives and studies that measure the impact of these initiatives on developing an effective workforce are highly recommended.
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 | 0,014 | 0,064 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,004 |
| Bibliométrie | 0,018 | 0,021 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».