Towards a Postgraduate Oncology Training Model for Family Medicine: Mixed Methods Evaluation of a Breast Oncology Rotation
Notice bibliographique
Résumé
Background: Family physicians have low knowledge and preparedness to manage patients with cancer. A breast oncology clinical rotation was developed for family medicine residents to address this gap in medical education. Objectives and Methods: A breast oncology rotation for family residents was evaluated using a pre-post knowledge questionnaire and semi-structured interviews comparing rotation (RRs) versus non-rotation (NRRs) residents. Quantitative and qualitative data were collected via a pre-post knowledge questionnaire and semi-structured interviews, respectively. Analysis: Quantitative data were analysed using descriptive statistics and paired t-tests to compare pre-post-rotation knowledge and preparedness. Qualitative data were coded inductively, analysed, and grouped into categories and themes. Data sets were integrated. Results: The study was terminated early due to the COVID-19 pandemic. Six RRs completed the study; 19 and 2 NRRs completed the quantitative and qualitative portions, respectively. RRs’ knowledge scores did not improve, but there was a non-significant increase in preparedness (5.3 to 8.4, p = 0.17) post-rotation. RRs described important rotation outcomes: knowledge of the patient work-up, referral process, and patient treatment trajectory; skills in risk assessment, clinical examination, and empathy, and comfort in counseling. Discussion and Conclusion: Important educational outcomes were obtained despite no change in knowledge scores. This rotation can be adapted to other training programs including an oncology primer to enable trainee integration of new information.
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 | 0,055 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 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 ».