MétaCan
Menu
Retour à la cohorte
Enregistrement W2510404893 · doi:10.3917/spub.163.0353

Influence des facteurs organisationnels sur l’implantation d’une approche personnalisée de dépistage du cancer du sein

2016· article· fr· W2510404893 sur OpenAlexaboutno aff
Julie Hagan, Emmanuelle Lévesque, Bartha Maria Knoppers

Notice bibliographique

RevueSanté Publique · 2016
Typearticle
Languefr
DomaineMedicine
ThématiqueGlobal Cancer Incidence and Screening
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceGynecologyHumanitiesMedicinePhilosophy

Résumé

récupéré en direct d'OpenAlex

Objectif : La stratification en catégories de risque, selon des facteurs génétiques et cliniques, permettra bientôt d’améliorer les programmes de dépistage du cancer du sein. Nous avons voulu comprendre l’influence des dimensions organisationnelles sur l’éventuelle implantation de cette approche au Québec. Méthodes : Des entretiens semi-dirigés ont été effectués auprès de 16 décideurs et gestionnaires du programme québécois de dépistage du cancer du sein (PQDCS). Un cadre d’analyse institutionnel a été retenu pour analyser les données. Résultats : L’analyse thématique des entretiens a permis de dégager un consensus sur la nécessité d’implanter une approche davantage personnalisée, fondée sur la stratification du risque, en complémentarité avec le PQDCS. Plusieurs interviewés se sont montrés préoccupés par les besoins en termes de ressources humaines ainsi que par le rôle que médecins et infirmières pourraient être appelés à jouer. L’adaptation des outils de communication aux caractéristiques des populations locales, l’équité interrégionale dans l’accès aux services, et les effets sur le taux de participation au programme organisé en place (PQDCS) ont aussi été soulevés par les interviewés. Conclusion : Notre analyse fait ressortir l’importance du contexte organisationnel du système de soins où s’implantera l’approche par stratification du risque. La disponibilité de ressources humaines formées adéquatement, l’adaptation des outils aux réalités sociodémographiques, et la compatibilité avec les mesures de la performance constituent des éléments-clés à considérer.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,028
score de la tête « metaresearch » (Gemma)0,066
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,201
Score d'incertitude au seuil0,400

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0280,066
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0030,003
Communication savante0,0040,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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.

Tête enseignante Opus0,040
Tête enseignante GPT0,311
Écart entre enseignants0,271 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSanté PubliqueMême sujetGlobal Cancer Incidence and ScreeningTravaux en français237 207