Policy strategies for capacity building and scale up of the workforce for comprehensive cancer care: a systematic review
Notice bibliographique
Résumé
BACKGROUND: Patients with cancer in low- and middle-income countries experience worse outcomes as a result of the limited capacity of health systems to deliver comprehensive cancer care. The health workforce is a key component of health systems; however, deep gaps exist in the availability and accessibility of cancer care providers. MATERIALS AND METHODS: We carried out a systematic review of the literature evaluating the strategies for capacity building of the cancer workforce. We studied how the policy strategies addressed the availability, accessibility, acceptability, and quality (AAAQ) of the workforce. We used a strategic planning framework (SWOT: strengths, weaknesses, opportunities, threats) to identify actionable areas of capacity building. We contextualized our findings based on the WHO 2030 Global Strategy on Human Resources for Health, evaluating how they can ultimately be framed in a labour market approach and inform strategies to improve the capacity of the workforce (PROSPERO: CRD42020109377). RESULTS: The systematic review of the literature yielded 9617 records, and we selected 45 eligible papers for data extraction. The workforce interventions identified were delivered mostly in the African and American Regions, and in two-thirds of cases, in high-income countries. Many strategies have been shown to increase the number of competent oncology providers. Optimization of the existing workforce through role delegation and digital health interventions was reported as a short- to mid-term solution to optimize cancer care, through quality-oriented, efficiency-improving, and acceptability-enforcing workforce strategies. The increased workload alone was potentially detrimental. The literature on retaining the workforce and reducing brain drain or attrition in underserved areas was commonly limited. CONCLUSIONS: Workforce capacity building is not only a quantitative problem but can also be addressed through quality-oriented, organizational, and managerial solutions of human resources. The delivery of comprehensive, acceptable, and impact-oriented cancer care requires an available, accessible, and competent workforce for comprehensive cancer care. Efficiency-improving strategies may be instrumental for capacity building in resource-constrained settings.
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 | 0,040 | 0,127 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,007 | 0,009 |
| Bibliométrie | 0,024 | 0,019 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,007 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».