Education and Training Needs of Health Care Professionals in the Philippines Encountering Patients with Lung Oligometastatic Cancers
Notice bibliographique
Résumé
This study aimed to examine the education and training needs of health care practitioners (HCPs) in the Philippines who encounter lung oligometastatic cancer patients. Lung oligometastatic disease is among the most common sites for cancer spread and has the most established practices for treating oligometastases. A modified version of the Hennessy-Hicks Training Needs Assessment Questionnaire was administered online to HCPs working in private and public centers in the Philippines. HCPs were recruited via purposive sampling. Twenty-seven HCPs completed the questionnaire (47% response rate). Respondents were mostly female (59%) and between the ages of 30 and 39 years (70%). Three-quarters (74%) were consultants, and most respondents were radiation oncologists (44%) or medical oncologists (30%). Medical oncologists rated Management/Supervisory Tasks (mean = 1.42) as their highest area of training need while radiation oncologists rated Clinical Tasks (mean = 1.30) as their highest training need. Pulmonologists (mean = 0.60) and other specialists (mean = 1.00) rated Administration tasks as their top area of training need. The clinical task-related category was rated the highest need among the continuing medical education topics. This study provides valuable insights for the implementation and advancement of a comprehensive curriculum in clinical oncology, specifically designed to enhance the administrative, clinical, and research capacities of oncologists who encounter oligometastatic lung disease in the Philippines.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 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 ».