MétaCan
Menu
Retour à la cohorte
Enregistrement W2538838933 · doi:10.1111/1467-9566.12501

To what extent does diagnosis matter? Dementia diagnosis, trouble interpretation and caregiving network dynamics

2016· article· en· W2538838933 sur OpenAlexaff
Baptiste Brossard, Normand Carpentier

Notice bibliographique

RevueSociology of Health & Illness · 2016
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueMental Health and Psychiatry
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésAnticipation (artificial intelligence)DementiaInterpretation (philosophy)Meaning (existential)Medical diagnosisPsychologyDiseasePsychiatryCentralityMedicinePsychotherapist

Résumé

récupéré en direct d'OpenAlex

Abstract Contemporary research into health treats diagnosis as a central step in illness management and trajectories. Most public health policies, especially in the case of Alzheimer’s disease, claim that the earlier a diagnosis is made, the better it is for patients and caregivers. Quantitative and qualitative analysis from our longitudinal interview study, conducted with 60 caregivers of persons diagnosed with dementia, shows that this usual model of diagnosis [symptoms → diagnosis → meaning and caregiving] should be nuanced. First, diagnosis does not follow increased symptoms, but occurs rather through a process involving the observability of patients’ troubles and their interpretation of said troubles as requiring medical assistance ‐the ‘trouble?observability?interpretation convergence.’ Second, diagnosis does not systematically trigger the mobilisation of a caregiving network: such mobilisation may follow the diagnosis, but it can also provoke it, temporarily prevent it, or have no immediate impact. These observations beg the question: To what extent does diagnosis matter? We conclude by questioning the centrality of diagnosis in the illness trajectories and its crucial role in the mobilisation of a caregiving network, that is often taken for granted, and propose to distinguish between ‘anticipation diagnosis’ and ‘emergency diagnosis’.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,260
Score d'incertitude au seuil0,895

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,279
Écart entre enseignants0,263 · 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 tête enseignante, 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

Citations17
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSociology of Health & IllnessMême sujetMental Health and PsychiatryTravaux en français237 207