Current state of headache training within Canadian Neurology Residency program: a national survey
Notice bibliographique
Résumé
BACKGROUND: Headache disorders are the most common neurological disorders worldwide. Despite their widespread prevalence and importance, the topic of headache is inconsistently taught at both the undergraduate and postgraduate levels. The goal of this study is to establish a better picture of the current state of Headache Medicine (HM) training in Neurology postgraduate programs in Canada and describe the impact of the current pandemic on training in this domain. METHODS: Online surveys were sent to senior residents of adult Neurology programs in Canada. We also conducted telephone interviews with Neurology Program Directors. Descriptive statistics were analyzed, and thematic analysis was used to review free text. RESULTS: A total of 36 residents, and 3 Program Directors participated in the study. Most of the teaching in HM is done by headache specialists and general neurology faculty. Formal teaching is mainly given during academic half day. Most of the programs expose their residents to Onabotulinum toxin A injections and peripheral nerve blocks, but they don't offer much formal teaching regarding these procedures. Residents consider HM teaching important and they would like to have more. They don't feel comfortable performing interventional headache treatments, despite feeling this should be part of the skillset of a general neurologist. CONCLUSION: Our study is the first to establish the current state of headache teaching in post-graduate neurology programs as perceived by trainees and program directors in Canada. The current educational offerings leave residents feeling poorly prepared to manage headaches, including procedural interventions. There is a need to diversify the source of teaching, so the educational burden doesn't lie mostly upon Headache specialists who are already in short supply. Neurology Residency programs need to adapt their curriculum to face the current need in HM.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».