Synthesis of Existent Oncology Curricula for Primary Care Providers: A Scoping Review With a Global Equity Lens
Notice bibliographique
Résumé
PURPOSE: Global increases in cancer, coupled with a shortage of cancer specialists, has led to an increasing role for primary care providers (PCP) in cancer care. This review aimed to examine all extant cancer curricula for PCPs and to analyze the motivations for curriculum development. METHODS: A comprehensive literature search was conducted from inception to October 13, 2021, with no language restrictions. The initial search yielded 11,162 articles and 10,902 articles underwent title and abstract review. After full-text review, 139 articles were included. Numeric and thematic analyses were conducted and education programs were evaluated using Bloom's taxonomy. RESULTS: Most curricula were developed in high-income countries (HICs), with 58% in the United States. Cancer-specific curricula focused on HIC priority cancers, such as skin/melanoma, and did not represent the global cancer burden. Most (80%) curricula were developed for staff physicians and 73% focused on cancer screening. More than half (57%) of programs were delivered in person, with a shift toward online delivery over time. Less than half (46%) of programs were codeveloped with PCPs and 34% did not involve PCPs in the program design and development. Curricula were primarily developed to improve cancer knowledge, and 72 studies assessed multiple outcome measures. No studies included the top two levels of Bloom's taxonomy of learning (evaluating; creating). CONCLUSION: To our knowledge, this is the first review to assess the current state of cancer curricula for PCPs with a global focus. This review shows that extant curricula are primarily developed in HICs, do not represent the global cancer burden, and focus on cancer screening. This review lays a foundation to advance the cocreation of curricula that are aligned to the global cancer burden.
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 | 0,031 | 0,118 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,005 |
| Bibliométrie | 0,027 | 0,021 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».