Established advanced practice roles in radiation therapy: A scoping review
Notice bibliographique
Résumé
Advanced practitioners are healthcare professionals that are highly skilled with a particular area of expertise. These roles have been successfully implemented in many healthcare settings, improving efficiency of the service, as well as enhancing the standard of care received by patients. Although advanced practice roles have been implemented in some radiation therapy departments, their implementation have yet to be facilitated in the majority of countries. The purpose of this review is to scope the literature available regarding established advanced practice roles in radiation therapy. The PRISMA strategy for the identification of relevant literature was adhered to. Two data bases, EMBASE and PubMed, were searched using combinations of the key words 'Advanced', 'Practice', 'APRT', 'Radiation', 'Therapy' and 'Radiotherapy'. Exclusion criteria were applied, and citation lists were also screened for additional relevant sources, including grey literature sources. A total of 35 relevant sources were identified that discussed advanced practice radiation therapy roles in the United Kingdom, Singapore, Canada, Australia and the USA. Means of role establishment and scope of practice were defined, and a number of advantages and challenges for advanced practice radiation therapist roles were identified. There are many benefits of implementing advanced practice roles in radiation therapy departments. Though the implementation of these roles can be challenging, the existing evidence indicates that it would be beneficial for the patient, the radiation therapist and the department as a whole. A more systematic approach, including reporting of quantitative outcomes may assist in the more widespread implementation of these roles.
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 | 0,011 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».