MétaCan
Menu
Retour à la cohorte
Enregistrement W4392295999 · doi:10.3389/fonc.2024.1325167

Capacity building for pediatric neuro-oncology in Pakistan- a project by my child matters program of Foundation S

2024· article· en· W4392295999 sur OpenAlexafffund
Naureen Mushtaq, Bilal Mazhar Qureshi, Gohar Javed, N Sheikh, Saqib Kamran Bakhshi, Altaf Ali Laghari, Syed Ather Enam, Shayan Sirat Maheen Anwar, Kiran Hilal, Arsalan Kabir, Alia Ahmad, Amber Goraya, A.T. Mistry, Aqeela Rashid, Ata Ur Rehman Maaz, Muhammad Atif Munawar, Atiq Ahmed Khan, Farrah Bashir, Hina N. Hashmi, Kamran Saeed, Kumail Khandwala, Lal Rehman, Michael C. Dewan, Muhammad Saghir Khan, Muneeb Uddin Karim, Najma Shaheen, Nida Zia, Nuzhat Yasmeen, Raheela Mahmood, Riaz A. Memon, Salman Kirmani, Shahzadi Resham, Shazia Kadri, Shazia Riaz, Syed Ahmer Hamid, Tariq Ghafoor, Uzma Imam, Yaseen Rauf Mushtaq, Zulfiqar Ali Rana, Éric Bouffet, Khurram Minhas

Notice bibliographique

RevueFrontiers in Oncology · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueAcute Lymphoblastic Leukemia research
Établissements canadiensSickKids Foundation
Organismes subventionnairesHospital for Sick ChildrenSickkids Research InstituteSanofi
Mots-clésPopulationMedicineConfidentialityCapacity buildingMedical educationHealth careFamily medicinePsychologyPolitical science

Résumé

récupéré en direct d'OpenAlex

Introduction: Initiated in June 2019, this collaborative effort involved 15 public and private sector hospitals in Pakistan. The primary objective was to enhance the capacity for pediatric neuro-oncology (PNO) care, supported by a My Child Matters/Foundation S grant. Methods: We aimed to establish and operate Multidisciplinary Tumor Boards (MTBs) on a national scale, covering 76% of the population (185.7 million people). In response to the COVID-19 pandemic, MTBs transitioned to videoconferencing. Fifteen hospitals with essential infrastructure participated, holding monthly sessions addressing diagnostic and treatment challenges. Patient cases were anonymized for confidentiality. Educational initiatives, originally planned as in-person events, shifted to a virtual format, enabling continued implementation and collaboration despite pandemic constraints. Results: A total of 124 meetings were conducted, addressing 545 cases. To augment knowledge, awareness, and expertise, over 40 longitudinal lectures were organized for healthcare professionals engaged in PNO care. Additionally, two symposia with international collaborators and keynote speakers were also held to raise national awareness. The project achieved significant milestones, including the development of standardized national treatment protocols for low-grade glioma, medulloblastoma, and high-grade glioma. Further protocols are currently under development. Notably, Pakistan's first pediatric neuro-oncology fellowship program was launched, producing two graduates and increasing the number of trained pediatric neuro-oncologists in the country to three. Discussion: The initiative exemplifies the potential for capacity building in PNO within low-middle income countries. Success is attributed to intra-national twinning programs, emphasizing collaborative efforts. Efforts are underway to establish a national case registry for PNO, ensuring a comprehensive and organized approach to monitoring and managing cases. This collaborative initiative, supported by the My Child Matters/Foundation S grant, showcases the success of capacity building in pediatric neuro-oncology in low-middle income countries. The establishment of treatment protocols, fellowship programs, and regional tumor boards highlights the potential for sustainable improvements in PNO care.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,273
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,021
Tête enseignante GPT0,375
Écart entre enseignants0,354 · 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 tête enseignante, 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
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

Citations17
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in OncologyMême sujetAcute Lymphoblastic Leukemia researchTravaux en français237 207