MétaCan
Menu
Retour à la cohorte
Enregistrement W4323319895 · doi:10.3332/ecancer.2023.1515

Multidisciplinary approach to cancer care in Rwanda: the role of tumour board meetings

2023· article· en· W4323319895 sur OpenAlexaff
Brandon A Niyibizi, Eulade Muhizi, Daniella Rangira, Diana A Ndoli, Innocent Nzeyimana, Jackson Muvunyi, Magnifique Irakoze, Madeleine Kazindu, Alex Rugamba, Khadidja Uwimana, Yuanzhen Cao, Eulade Rugengamanzi, Jean de Dieu Kwizera, Achille V C Manirakiza, Fidel Rubagumya

Notice bibliographique

Revueecancermedicalscience · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth and Conflict Studies
Établissements canadiensPublic Health OntarioUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineMultidisciplinary approachCancerEditorial boardFamily medicineLibrary scienceInternal medicinePolitical science

Résumé

récupéré en direct d'OpenAlex

Introduction: Cancer treatment is complex and necessitates a multidisciplinary approach.Tumour Board Meetings (TBMs) provide a multidisciplinary platform for health care providers to communicate about treatment plans for patients.TBMs improve patient care, treatment outcomes and, ultimately, patient satisfaction by facilitating information exchange and regular communication among all parties involved in a patient's treatment.This study describes the current status of case conference meetings in Rwanda including their structure, process and outcomes. Methods:The study included four hospitals providing cancer care in Rwanda.Data gathered included patients' diagnosis, number of attendance and pre-TBM treatment plan, as well as changes made during TBMs, including diagnostic and management plan changes.Results: From 128 meetings that took place at the time of the study, Rwanda Military Hospital hosted 45 (35%) meetings, King Faisal Hospital had 32 (25%), Butare University Teaching Hospital (CHUB) had 32 (25%) and Kigali University Teaching Hospital (CHUK) had 19 (15%).In all hospitals, General Surgery 69 (29%) was the leading speciality in presenting cases.The top three most presented disease site were head and neck 58 (24%), gastrointestinal 28 (16%) and cervix 28 (12%).Most (85% (202/239)) presented cases sought inputs from TBMs on management plan.On average, two oncologists, two general surgeons, one pathologist and one radiologist attended each meeting.Conclusion: TBMs in Rwanda are increasingly getting recognised by clinicians.To influence the quality of cancer care provided to Rwandans, it is crucial to build on this enthusiasm and enhance TBMs conduct and efficiency.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,001
Communication savante0,0020,001
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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.

Tête enseignante Opus0,046
Tête enseignante GPT0,428
Écart entre enseignants0,382 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueecancermedicalscienceMême sujetHealth and Conflict StudiesTravaux en français237 207