Magyar
Toggle navigation
Tudóstér
Magyar
Tudóstér
Keresés
Egyszerű keresés
Összetett keresés
CCL keresés
Egyszerű keresés
Összetett keresés
CCL keresés
Böngészés
Saját polc tartalma
(
0
)
Korábbi keresések
Összesen 1 találat.
#/oldal:
12
36
60
120
Rövid
Hosszú
MARC
Részletezés:
Rendezés:
Szerző növekvő
Szerző csökkenő
Cím növekvő
Cím csökkenő
Dátum növekvő
Dátum csökkenő
1.
001-es BibID:
BIBFORM076711
035-os BibID:
(cikkazonosító)e000756
Első szerző:
Unger, Julia
Cím:
Workforce requirements in rheumatology : a systematic literature review informing the development of a workforce prediction risk of bias tool and the EULAR points to consider / Julia Unger, Polina Putrik, Frank Buttgereit, Daniel Aletaha, Gerolamo Bianchi, Johannes W. J. Bijlsma, Annelies Boonen, Nada Cikes, João Madruga Dias, Louise Falzon, Axel Finckh, Laure Gossec, Tore K. Kvien, Eric L. Matteson, Francisca Sivera, Tanja A. Stamm, Zoltan Szekanecz, Dieter Wiek, Angela Zink, Christian Dejaco, Sofia Ramiro
Dátum:
2018
Megjegyzések:
Objective?To summarise the available information on physician workforce modelling, to develop a rheumatology workforce prediction risk of bias tool and to apply it to existing studies in rheumatology. Methods?A systematic literature review (SLR) was performed in key electronic databases (1946?2017) comprising an update of an SLR in rheumatology and a hierarchical SLR in other medical fields. Data on the type of workforce prediction models and the factors considered in the models were extracted. Key general as well as specific need/demand and supply factors for workforce calculation in rheumatology were identified. The workforce prediction risk of bias tool was developed and applied to existing workforce studies in rheumatology. Results?In total, 14 studies in rheumatology and 10 studies in other medical fields were included. Studies used a variety of prediction models based on a heterogeneous set of need/demand and/or supply factors. Only two studies attempted empirical validation of the prediction quality of the model. Based on evidence and consensus, the newly developed risk of bias tool includes 21 factors (general, need/demand and supply). The majority of studies revealed high or moderate risk of bias for most of the factors. Conclusions?The existing evidence on workforce prediction in rheumatology is scarce, heterogeneous and at moderate or high risk of bias. The new risk of bias tool should enable future evaluation of workforce prediction studies. This review informs the European League Against Rheumatism points to consider for the conduction of workforce requirement studies in rheumatology.
Tárgyszavak:
Orvostudományok
Klinikai orvostudományok
idegen nyelvű folyóiratközlemény külföldi lapban
folyóiratcikk
Megjelenés:
Rheumatic and Musculoskeletal Diseases. - 4 : 2 (2018), p. 1-19. -
További szerzők:
Putrik, Polina
Buttgereit, Frank
Aletaha, Daniel
Bianchi, Gerolamo
Bijlsma, Johannes W.
Boonen, Annelies
Cikes, Nada
Dias, João Madruga
Falzon, Louise
Finckh, Axel
Gossec, Laure
Kvien, Tore K.
Matteson, Eric L.
Sivera, Francisca
Stamm, Tanja A.
Szekanecz Zoltán (1964-) (reumatológus, belgyógyász, immunológus)
Wiek, Dieter
Zink, Angela
Dejaco, Christian
Ramiro, Sofia
Internet cím:
DOI
Intézményi repozitóriumban (DEA) tárolt változat
Borító:
Saját polcon:
Rekordok letöltése
1
Corvina könyvtári katalógus v8.2.27
© 2023
Monguz kft.
Minden jog fenntartva.