MétaCan
Menu
← Retour à la cohorte
Enregistrement W4323353269 · doi:10.1093/jcag/gwac036.080

A80 DEVELOPMENT OF COMPETENCY BASED MEDICAL EDUCATION CURRICULUM FOR INFLAMMATORY BOWEL DISEASE ADVANCED TRAINING PROGRAM IN CANADA

2023· article· en· W4323353269 sur OpenAlexaffabout
Russell Yanofsky, Zane Gallinger

Notice bibliographique

RevueJournal of the Canadian Association of Gastroenterology · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueInnovations in Medical Education
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésCurriculumMedicineCompetence (human resources)Delphi methodLikert scaleInflammatory bowel diseaseMedical educationInclusion (mineral)Physical therapyFamily medicineDiseaseInternal medicinePsychology

Résumé

récupéré en direct d'OpenAlex

Abstract Background Inflammatory bowel disease (IBD) advanced training programs in Canada are heterogenous in their education, structure, and case exposure, resulting in differences in trainee experience. While competency based medical education (CBME) is becoming the primary educational framework in residency training, there is no CBME-based curriculum for IBD advanced training programs. Adopting a CBME framework for IBD fellowships may help standardize training to increase competence. Purpose The purpose of this study was to develop a CBME-based curriculum for IBD advanced training programs in Canada. Method Strategic groups consisting of 25 IBD experts were assigned to develop 15 entrustable professional activities (EPAs), which were then refined by experts in medical education and curriculum development. Acceptable EPAs were assessed using an electronically administered round-less Delphi panel. Panel members evaluated each EPA using a Likert scale, which asked participants to consider appropriateness of each EPA for an advanced IBD curriculum. A consensus strength greater than 70% was the acceptable threshold for inclusion into the final curriculum. Milestones were modelled after CanMED roles for each EPA. Result(s) Of the 15 initial EPAs, nine were recommended for the roundless Delphi panel by the selection committee: (1) identification, diagnosis, and treatment of new onset IBD; (2) assessment and treatment of outpatients with IBD; (3) the endoscopic evaluation of disease activity and the effective communication of endoscopic findings for patients with IBD; (4) provide effective inpatient management and coordinate transition to outpatient care for patients with IBD; (5) recognize and institute preventive health maintenance strategies in patients with IBD; (6) management and treatment of special populations with IBD; (7) identification, diagnosis, and treatment of the various extraintestinal manifestations of IBD; (8) Engage health care systems to improve the quality of care for patients with IBD; (9) engage in scholarly activities related to IBD. Eight of the nine EPAs achieved a consensus score greater than 70%, with the EPA, ‘engage in scholarly activities related to IBD’ failing to meet this cut-off. Associated milestones were developed for the eight final EPAs. Image Conclusion(s) This study was the first attempt to develop a CBME-based IBD curriculum in Canada. With proper funding and guidance, we hope our model can be implemented across Canada in IBD advanced training programs. These methods may also help facilitate the development of CBME curricula for other advanced training programs. Please acknowledge all funding agencies by checking the applicable boxes below None Disclosure of Interest None Declared

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)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,953
Score d'incertitude au seuil0,362

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,009
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 savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,008
Tête enseignante GPT0,277
Écart entre enseignants0,269 · 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'étudeSans objet
Domainenon disponible
GenreMéthodes

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

En bref

Citations0
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of the Canadian Association of Gastroenterology→Même sujetInnovations in Medical Education→Travaux en français237 207→