Distribution of the workforce involved in cancer care: a systematic review of the literature
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: A skilled health workforce is instrumental for the delivery of multidisciplinary cancer care and in turn a critical component of the health systems. There is, however, a paucity of data on the vast inequalities in cancer workforce distribution, globally. The aim of this study is to describe the global distribution and density of the health care workforce involved in multidisciplinary cancer management. METHODS: We carried out a systematic review of the literature to determine ratios of health workers in each occupation involved in cancer care per 100 000 population and per 100 cancer patients (PROSPERO: protocol CRD42018095414). RESULTS: We identified 33 eligible papers; a majority were cross-sectional surveys (n = 16). The analysis of the ratios of health providers per population and per patients revealed deep gaps across the income areas, with gradients of workforce density, highest in high-income countries versus low-income areas. Benchmark estimates of optimal workforce availability were provided in a secondary research analysis: mainly high-income countries reported workforce capacities closer to benchmark estimates. A paucity of literature was defined for critical health providers, including for pediatric oncology, surgical oncology, and cancer nurses. CONCLUSION: The availability and distribution of the cancer workforce is heterogeneous, and wide gaps are described worldwide. This is the first systematic review on this topic. These results can inform policy formulation and modelling for capacity building and scaleup.
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.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 découle