Implementation of a student-run initiative to facilitate multidisciplinary cancer care in Pakistan: the Tumor Board Establishment Facilitation Forum
Notice bibliographique
Résumé
BACKGROUND: The lack of a multidisciplinary approach to the management of cancer patients in most parts of Pakistan is a long-standing and major concern. To overcome this disparity, we started a student-run initiative to facilitate the establishment of multidisciplinary tumor boards (MTBs) in oncology, titled "Tumor Board Establishment Facilitation Forum (TEFF)". The objectives of this study were to evaluate the clinical and academic impact of TEFF on cancer care for patients and student education, respectively. METHODS: The formation of TEFF was based on the Theory of Change model. We conducted a needs assessment based on existing literature, physical evaluation of wards, and consultation with senior academic faculty members. The logic model was refined through multiple meetings between stakeholders. All engagements of TEFF described in this manuscript are limited to the Dow Medical College and its affiliated tertiary care hospital, Dr. Ruth K. M. Pfau Civil Hospital in Karachi, Pakistan. To gauge TEFF's impact, we used administrative data generated between October 2021 to March 2024 to evaluate predefined outcomes (number of MTBs, cases, educational interventions, and research). RESULTS: The organizational structure comprised of 6 specialized departments: Communications, Operations, Media, Integrated Development, Research and Records, and Finance. We conducted 18 educational sessions for medical students about career guidance, research, cancer awareness; and 4 cancer awareness campaigns. TEFF facilitated the formation of 4 MTBs: breast, head and neck, gynecology, and pediatrics. Across these, 105 cases were discussed in 50 meetings. TEFF provided leadership opportunities, allowed familiarization with oncology, raised awareness of challenges associated with cancer care, allowed networking, and inculcated research-related skills and educational value through its MTBs. CONCLUSION: Medical students can contribute significantly to clinical care at the undergraduate level. For countries/regions struggling to provide multidisciplinary cancer care, TEFF's model serves as a blueprint for a viable solution.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,000 | 0,000 |
| 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 ».