Le défi du traitement et de la prévention des troubles concomitants sur la base de données probantes
Notice bibliographique
Résumé
Au cours des vingt dernières années, au Canada et aux États-Unis, la forte prévalence des troubles concomitants de santé mentale et de toxicomanie a suscité un intérêt accru, tout spécialement à l’égard des traitements. Les réseaux de services en toxicomanie et en santé mentale s’étant développés en parallèle, la manière d’intégrer les traitements représente un enjeu incontournable des meilleures pratiques d’intervention. Comme ces pratiques ont surtout été développées pour les clientèles qui souffrent de troubles graves et persistants de santé mentale, qui sont les moins aptes à négocier les services qu’elles requièrent, le modèle d’intégration des services dispensés par une seule équipe s’est imposé. En ce qui a trait aux autres clientèles, la pertinence de ce modèle mérite toutefois d’être questionnée. Dans les domaines du traitement et de la prévention, les études indiquent que les interventions les plus efficaces sont celles qui impliquent plusieurs milieux. Dans ce contexte, il est proposé de poursuivre la recherche en examinant l’arrimage possible de l’expertise développée sur le plan des traitements à celle du domaine de la prévention, tout spécialement pour les clientèles à risque, afin de développer des approches plus efficientes.
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 | 0,122 | 0,307 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| Bibliométrie | 0,011 | 0,008 |
| Études des sciences et des technologies | 0,003 | 0,007 |
| Communication savante | 0,015 | 0,013 |
| Science ouverte | 0,006 | 0,007 |
| Intégrité de la recherche | 0,004 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,003 |
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 ».