Empowering Tomorrow’s Cancer Specialists: Evaluating the Co-creation and Impact of Malawi’s First Surgical Oncology Summerschool
Notice bibliographique
Résumé
Annually more than 1 million newly diagnosed cancer cases and 500,000 cancer-related deaths occur in Sub Saharan Africa (SSA). By 2030, the cancer burden in Africa is expected to double accompanied by low survival rates. Surgery remains the primary treatment for solid tumours especially where other treatment modalities are lacking. However, in SSA, surgical residents lack sufficient training in cancer treatment. In 2022, Malawian and Dutch specialists co-designed a training course focusing on oncologic diseases and potential treatment options tailored to the Malawian context. The aim of this study was to describe the co-creation process of a surgical oncology education activity in a low resource setting, at the same time attempting to evaluate the effectiveness of this training program. The course design was guided and evaluated conform Kirkpatrick's requirements for an effective training program. Pre-and post-course questionnaires were conducted to evaluate the effectiveness. Thirty-five surgical and gynaecological residents from Malawi participated in the course. Eighty-six percent of respondents (n = 24/28) were highly satisfied at the end of the course. After a 2-month follow-up, 84% (n = 16/19) frequently applied the newly acquired knowledge, and 74% (n = 14/19) reported to have changed their patient care. The course costs were approximately 119 EUR per attendee per day. This course generally received generally positively feedback, had high satisfaction rates, and enhanced knowledge and confidence in the surgical treatment of cancer. Its effectiveness should be further evaluated using the same co-creation model in different settings. Integrating oncology into the regular curriculum of surgical residents is recommended.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».