Uma análise do treinamento de cirurgiões de transplante renal em um estado brasileiro
Notice bibliographique
Résumé
Resumo Introdução: A falta de profissionais especializados pode contribuir para incapacidade de atender à demanda por transplantes renais. Além disto, não existe uma proposta universal para o processo de formação de cirurgiões transplantadores. Nosso objetivo foi explorar características do programa de treinamento e atividades profissionais das equipes de transplante renal no estado de Minas Gerais, Brasil. Métodos: Convidamos os cirurgiões dos 19 centros de transplante renal ativos em Minas Gerais a participarem desse estudo transversal. Comparamos dados demográficos e de formação profissional utilizando modelos de regressão linear e logística. Resultados: A taxa de resposta entre os centros foi elevada (89%); metade dos cirurgiões responderam à pesquisa (39/78). A maioria dos centros eram instituições públicas de ensino, com contrato de remuneração por produção, com média de 6 ± 2,4 cirurgiões/equipe; 94,2% dos centros tinham urologistas. Os cirurgiões eram 95% homens (idade entre 46, 3 ± 9,7 anos) e 59% eram urologistas. A maioria estava envolvida em captação e transplante de órgãos; somente um trabalhava exclusivamente com transplante. O período médio desde a formação foi de 13 ± 9,4 anos, com média de 10 ± 9,7 anos como parte da equipe de transplante. Apenas 25,6% possuíam formação especializada ou formal em transplante, com somente um tendo concluído residência médica formal em transplante renal. A falta de programas de treinamento foi o motivo mais citado. Conclusão: Cirurgiões de transplante renal não são exclusivos e a maioria não concluiu um programa formal de treinamento em transplante pela falta de disponibilidade. Esses dados indicam necessidade de aprimorar programas de treinamento e facilitar a formação de novas equipes de transplante renal.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 | 0,002 |
| 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 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 ».