A National Multi-Disciplinary Integrative Oncology Training Program in Israel: Trainee Perspectives
Notice bibliographique
Résumé
CONTEXT AND OBJECTIVES: Integrative oncology (IO) programs are being implemented in supportive and palliative cancer care services worldwide, though research on the design of IO training programs is limited. This paper explores perspectives of trainees undergoing a national, multi-disciplinary IO training program in Israel, through their pre- and post-training narratives. METHODS: Trainees underwent a 110-hour IO training program focused on symptom management, through online and in-person instruction. Qualitative analysis was performed on the written narratives of program trainees, addressing pretraining expectations and post-training outcomes. A digital questionnaire with open-ended questions was used, with free-text reflective narratives analyzed using ATLAS.Ti software for systematic coding. RESULTS: Of the 68 trainees participating in the program, 62 provided precourse assessment; and 44 completed training, of which 33 provided post-training narratives. Pretraining themes included an expectation for enhancing communication-related competencies, primarily with patients but also with other healthcare professionals. Post-training narratives highlighted themes which included forming a professional identity as IO providers; enhanced collaboration within multidisciplinary teams; acquisition of practical competencies across diverse IO modalities; sharing clinical strategies and knowledge; and experiences of both personal and professional growth. CONCLUSIONS: Trainees in this national multidisciplinary IO training program expressed pretraining expectations focused primarily on communication skills; and post-training reflections emphasizing professional development, team-based practice, and integration of IO into palliative care. These findings suggest that IO training supports the transition from theoretical learning to practical clinical competencies. Further research is warranted to evaluate long-term symptom management and communication-related outcomes of combined IO and palliative care programs.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».