MétaCan
Menu
Retour à la cohorte
Enregistrement W2726644747 · doi:10.7202/1040253ar

Améliorer la santé mentale des populations par l’intégration des soins de santé mentale aux soins primaires

2017· article· fr· W2726644747 sur OpenAlexafffundvenueabout
Matthew Menear, Michel Gilbert, Marie‐Josée Fleury

Notice bibliographique

RevueSanté mentale au Québec · 2017
Typearticle
Languefr
DomaineHealth Professions
ThématiquePrimary Care and Health Outcomes
Établissements canadiensDouglas Mental Health University InstituteUniversité Laval
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésPolitical scienceHumanitiesPhilosophy

Résumé

récupéré en direct d'OpenAlex

L’intégration des soins de santé mentale dans les soins primaires est une stratégie importante pour améliorer la santé mentale et le bien-être des populations. Dans la dernière décennie, le Québec a adopté plusieurs mesures pour renforcer les soins de santé mentale primaires, mais certains problèmes d’intégration persistent. Cette synthèse a été réalisée afin d’identifier et comparer les grandes initiatives internationales liées à l’intégration des soins de santé mentale aux soins primaires et de résumer les leçons tirées de ces initiatives qui sont pertinentes pour le Québec. Vingt initiatives ont été sélectionnées, décrites dans 153 articles et rapports. Trois initiatives portaient sur la santé mentale des jeunes, quatorze portaient principalement sur les adultes et trois autres initiatives portaient sur la santé mentale des aînés. La majorité des initiatives ont visé à implanter des modèles de soins de collaboration pour améliorer la gestion des troubles mentaux courants par les intervenants en soins primaires. Les initiatives ont été comparées sur les stratégies d’intégration adoptées, leurs effets, et les enjeux d’implantation rencontrés. Les leçons pour le Québec incluent le besoin de consolider davantage les soins en collaboration en santé mentale, de promouvoir des services informés par des processus d’amélioration continue de la qualité et de favoriser une plus grande utilisation des technologies qui soutiennent l’intégration.

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)0,008
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,392
Score d'incertitude au seuil0,779

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,018
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0050,003
Communication savante0,0050,003
Science ouverte0,0020,006
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0110,001

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 Opus0,058
Tête enseignante GPT0,422
Écart entre enseignants0,364 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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

En bref

Citations3
Publié2017
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueSanté mentale au QuébecMême sujetPrimary Care and Health OutcomesTravaux en français237 207