《eClinicalMedicine》：Building a genomics-capable cancer workforce: a competency-based framework for education and training in precision oncology
编辑推荐：
摘要
背景：《柳叶刀·肿瘤学》委员会关于癌症基因组学和精准肿瘤学的报告指出，劳动力能力、教育和培训是公平实施的主要制约因素。随着基因组和多组学技术整合到癌症护理中，需要结构化的方法来确定多学科劳动力的胜任力。
方法：核心胜任力框架（Core Competenc
摘要
背景：《柳叶刀·肿瘤学》委员会关于癌症基因组学和精准肿瘤学的报告指出，劳动力能力、教育和培训是公平实施的主要制约因素。随着基因组和多组学技术整合到癌症护理中，需要结构化的方法来确定多学科劳动力的胜任力。
方法：核心胜任力框架（Core Competency Framework for Precision Oncology）通过叙述性综述和迭代的专家知情框架开发过程制定。研究人员于2025年1月至2026年3月期间，通过对组织数据库、同行评审文献和参考文献列表的有目的检索，识别了与基因组医学、精准肿瘤学和劳动力发展相关的胜任力框架、专业标准、政策指南、组织报告和教育文献。检索词包括“精准肿瘤学（precision oncology）”、“癌症基因组学（cancer genomics）”、“基因组医学（genomic medicine）”、“胜任力（competenc?）”、“教育（education）”、“培训（training）”和“劳动力（workforce）”的组合。研究人员提取了胜任力领域、角色功能、进阶结构和实施概念，进行比较和综合，形成共享和角色特定的胜任力，并映射到基础、中级和高级三个层级。该框架通过涉及《柳叶刀·肿瘤学》委员会贡献者的迭代多学科专家咨询进行完善。
结果：该框架定义了三个组成部分：适用于各专业群体的共享核心胜任力；与精准肿瘤学路径中功能对齐的角色特定胜任力；以及反映解释复杂性、自主性、问责制和领导力递增的进阶模型。一个相关的分层劳动力模型将胜任力与服务情境和实践水平联系起来，支持基因组责任的分配，同时保留升级路径和治理结构。该框架设计为可适应不同专业、卫生系统和资源环境。
解释：该框架提供了一个面向实施的结构，以支持精准肿瘤学中的劳动力发展、课程设计、继续专业教育、角色映射、胜任力评估和服务规划。其应用可能支持将基因组学可扩展、公平和可持续地整合到常规癌症护理中。
资助：本研究未获得特定资助。
**主体内容总结**
**引言**
精准肿瘤学通过将基因组和多组学数据整合到诊断、治疗选择、疾病监测和临床试验匹配中，正在改变癌症护理。《柳叶刀·肿瘤学》委员会强调了这一转变带来的机遇和系统级挑战，指出进展不仅依赖于科学进步，还依赖于卫生系统有效、公平和可持续实施这些进展的能力。委员会的关键发现之一是劳动力能力、教育和培训，以及患者和公众教育，是实现这一议程的基础。随着包括多基因面板、液体活检、转录组学、蛋白质组学和整合多组学生物标志物在内的基因组技术嵌入临床指南，癌症劳动力面临的需求已大幅扩展。卫生专业人员越来越需要参与癌症护理路径中的复杂信息处理、解释、沟通和决策。这些责任扩展到肿瘤学之外的病理学、实验室医学、护理、药学、遗传学、生物信息学、临床研究、伦理学、政策和卫生系统领导力。精准肿瘤学的最佳实施依赖于护理路径中的协调贡献，包括生物样本采集、实验室分析、生物信息学解释、临床报告、治疗决策、不确定性沟通和纵向随访。然而，培训机会在不同专业、机构和国家的分布仍然不均，且常常与实际实施需求不一致。基于胜任力的框架广泛用于健康专业教育，以支持课程设计、评估、持续专业发展和劳动力规划。现有基因组胜任力框架已在不同学科中开发，但这些框架在范围、结构和预期用途上存在差异，并未与癌症护理连续统一体中精准肿瘤学的端到端实施要求保持一致。在精准肿瘤学中，基于胜任力的方法可以阐明哪些能力应在劳动力中共享，哪些应针对特定角色，以及随着解释复杂性和问责制的增加，责任应如何推进。
**方法**
**设计**
核心胜任力框架通过定向叙述性综述和迭代的专家知情框架开发过程制定。选择叙述性方法是因为目标是解释和综合与劳动力能力、胜任力发展和精准肿瘤学实施相关的异质性证据，而非聚合同质性的实证研究。证据基础包括专业机构、监管机构、卫生系统和国际组织产生的大量灰色文献。框架开发纳入了精准肿瘤学、基因组学、护理、医学教育和劳动力发展领域的主题专家咨询，以完善框架的结构、适用性和角色分层。该工作是与《柳叶刀·肿瘤学》委员会相关的共同创造性专家政策和框架开发过程的一部分。贡献者作为专家合作伙伴参与，其意见在框架和手稿开发过程中被迭代审查和整合。因此不需要正式的研究伦理委员会批准。
**检索策略和选择标准**
根据灰色文献和目的性证据识别的方法学指南，通过迭代搜索识别来源，强调与胜任力发展、劳动力实施以及跨专业和卫生系统情境的适用性。检索了世界卫生组织、国家人类基因组研究所、NHS基因组教育计划和专业认证机构的网站和数据库，以及同行评审出版物和参考文献列表。检索词包括“精准肿瘤学”、“癌症基因组学”、“基因组医学”、“胜任力”、“胜任力框架”、“教育”、“培训”和“劳动力”的组合。检索时间为2025年1月至2026年3月。纳入标准为描述胜任力框架、课程、专业标准或政策指南的来源，涉及基因组医学或精准肿瘤学的劳动力能力、教育或实施。排除仅关注实验室技术、检测性能或技术生物信息学且与临床实践、劳动力发展或教育无关的来源。先前发表的德尔菲或共识性胜任力框架，只要报告了与基因组医学或精准肿瘤学相关的胜任力领域、角色期望或进阶结构，均符合纳入条件。
**数据综合和分析**
对识别的材料进行叙述性综合，提取胜任力领域、角色分组、进阶结构和实施相关概念，跨来源进行比较，并整合为共享和角色特定的胜任力领域。根据专业群体在精准肿瘤学路径中的功能进行定义，并映射到国际标准职业分类（ISCO-08）类别。起草了跨越三个渐进级别的胜任力声明：基础、中级和高级，并映射到知识、技能和态度或行为。草案通过迭代咨询参与《柳叶刀·肿瘤学》委员会的国际多学科专家组进行完善。专家组代表涵盖多个领域，包括来自欧洲、北美、南美、亚洲、非洲和澳大利亚的58名贡献者。反馈集中在临床相关性、清晰度、角色区分、跨情境可行性以及与实施需求的协调。分歧通过迭代讨论和修订解决，直到达成一致。未使用正式的德尔菲过程、投票程序或定量共识阈值。
**精准肿瘤学核心胜任力框架**
核心胜任力框架定义了支持基因组学和相关多组学技术安全整合到癌症护理连续统一体所需的知识、技能和专业行为。它包括适用于所有专业群体的共享核心胜任力（表2）、与精准肿瘤学路径中功能对齐的角色特定胜任力（表3），以及反映责任、解释复杂性、自主性和领导力递增的渐进胜任力级别（表4和表5）。
共享核心胜任力包括基本的基因组和多组学素养；理解检测目的、适应症、局限性、不确定性和潜在影响；识别临床相关基因组发现的能力；对伦理、法律、公平、文化、家庭和心理社会影响的意识；识别何时需要专科转诊、多学科审查或升级；以及终身学习承诺。
角色特定胜任力按专业群体划分，包括医学、临床和放射肿瘤学家；病理学家和实验室医学专家；临床遗传学家和遗传咨询师；肿瘤护士和高级实践提供者；药剂师和临床药理学家；初级保健临床医生；临床研究和试验协调人员；数据科学家、生物信息学家和信息学专家；卫生系统领导者和政策制定者；以及生物伦理学家、法律专家、社会科学家和相关政策专家。每个群体的胜任力分为基础、中级和高级级别，反映递增的解释复杂性、自主性、问责制和治理责任。
表4概述了知识、技能和态度/行为方面的能力进阶。基础级别强调核心基因组和生物标志物概念、识别适应症和转诊阈值、开放性对待不确定性。中级级别涉及证据框架、解释原则、在特定护理路径中应用基因组信息、沟通不确定性、协作和以患者为中心。高级级别涵盖新兴的基因组、多组学、液体活检、人工智能和系统发展，以及实施和治理框架，要求领导复杂解释或多学科审查，并贡献于治理、教育、服务设计和质量改进。
表5进一步操作化了不同专业群体的能力进阶，展示了每个群体在知识、技能和态度/行为方面如何表达基础、中级和高级能力。例如，医学肿瘤学家在基础级别需要识别生物标志物类型和肿瘤与胚系检测的适应症；中级级别涉及耐药机制、意义不确定的变异（VUS）概念和多组学生物标志物；高级级别则需要临床试验证据、多组学解释框架、分子肿瘤委员会（MTB）领导力。
框架强调共享能力支持团队实践，但最终决策责任仍由指定专业人员在执业范围内承担。框架还认识到患者和公众基因组素养是实施的一部分。
**在实践中应用框架**
该框架旨在为劳动力规划者、教育者、课程开发者、专业学会、认证机构、医疗机构、癌症中心、临床领导者和政策制定者提供支持。它不是独立的课程、评估工具、认证标准或监管工具，而是提供适应性结构以支持课程设计、持续专业发展、角色映射、服务和治理规划以及未来能力评估。框架适用于不同发展阶段的卫生系统，从开始建立癌症基因组学能力的机构到拥有先进基因组和多组学服务的机构。教育提供者可以使用框架将课程映射到预期能力；癌症中心可以识别培训缺口；专业机构可以制定标准；卫生系统可以将劳动力能力与精准肿瘤学服务模式对齐。基础能力可嵌入本科和注册前教育，研究生教育支持与专业范围和责任级别对齐的角色特定能力。对于现有劳动力，针对性的持续专业发展至关重要。教育模式包括科学培训项目、临床培训项目、强化培训项目、短期课程和研讨会、多学科案例学习、沟通技能培训、电子学习、即时护理教育和决策支持以及基于工作场所的临床培训。在服务层面，框架支持角色映射和任务分配，通过分层劳动力模型（表7）实施。该模型定义三个实践级别：精准知情癌症护理（1级）、增强精准癌症护理（2级）和专科精准癌症护理实践（3级）。表8说明了不同专业群体在每个级别中的责任分配。能力评估是框架作为实施工具的关键，可能包括自我评估工具、知识测试、案例评估、观察式结构化临床考试、作品集证据、教育评估、审计和认证或资格认证过程。
**跨情境实施考虑**
实施需要劳动力能力、服务配置、诊断基础设施、治疗可用性和治理之间的对齐。不同情境下的实施优先级不同。在专科中心，重点可能放在高级解释、多组学整合、分子肿瘤委员会质量和机构认证。在非专科机构，优先级可能包括整个劳动力的基础基因组能力、检测订购和转诊的明确路径，以及区域专科咨询的访问。在低收入和中等收入国家及资源受限环境中，分阶段实施可能更合适。早期优先事项可能包括基础基因组素养、遗传风险识别、适当的转诊路径、标本质量、知情同意以及避免低价值或不可操作的检测。公平性要求能力发展与本地可操作的护理对齐。多组学和液体活检技术的整合增加了对分子病理学、生物信息学、计算分析和临床解释的高级能力需求。人工智能和计算肿瘤学引入了关于透明度、验证、可解释性、偏见、数据治理和对自动化输出的过度依赖的额外要求。
**讨论**
核心胜任力框架响应了《柳叶刀·肿瘤学》委员会确定的优先事项，为多学科癌症护理中的能力发展提供了面向实施的结构。现有基因组能力举措大多针对特定专业或关注基因组医学的离散组成部分。通过将共享能力、角色特定期望、进阶路径和劳动力分层整合到一个框架中，提供了更可操作的方法。文献越来越将基因组能力描述为分布在多学科团队中，而非局限于专科遗传服务。主流化基因组检测在专科遗传服务之外，在扩大访问与维持解释质量、治理和患者安全之间创造了张力。分级劳动力模型通过将基因组责任与能力阈值、监督要求和升级路径对齐来解决这个问题。实践嵌入式学习模式，如监督下的临床暴露、分子肿瘤委员会、指导、多学科病例审查和临床决策支持工具，对可持续实施至关重要。精准肿瘤学的益处不仅取决于检测访问，还取决于劳动力能力以支持适当的检测选择、解释、沟通、转诊和可操作路径的访问。在系统层面，实施需要将能力纳入教育、认证、劳动力规划、治理和质量保证结构。需要进一步开发和验证，包括在不同环境中试点框架并评估其影响。
**局限性**
该框架通过迭代的专家知情框架开发过程制定，尚未经过外部验证或前瞻性评估。专业分组为支持全球适用性而简化，可能无法涵盖所有相关角色、混合职位或国家特定的执业范围。框架未规定课程内容、培训时长、评估工具、认证标准或监管要求。由于是通过解释性综合开发，一些领域，特别是与多组学整合、液体活检、人工智能辅助解释、计算肿瘤学和劳动力分层相关的领域，是通过整合来源概念与专家判断构建的。在资源受限环境中的实施将依赖于超出框架本身范围的基础设施、专家支持、治疗访问和政策投资。
**结论**
核心胜任力框架提供了一种结构化方法，以落实《柳叶刀·肿瘤学》委员会确定的劳动力、教育和培训优先事项。通过定义共享和角色特定能力、区分责任级别并将能力与服务提供联系起来，为课程开发、持续专业教育、角色映射、能力评估、服务规划和劳动力发展奠定了基础。该框架不是独立的课程、评估工具、认证标准或监管工具，而是一个适应性结构，可应用于不同卫生系统情境，以支持发展具备基因组学能力的癌症劳动力，以及将精准肿瘤学可扩展、公平和可持续地整合到常规护理中。
