Exploration et analyse éthique des facteurs influencant la priorisation des patients, ainsi que la fréquence et la durée des traitements en physiothérapie musculosquelettique
Notice bibliographique
Résumé
Contexte : Dans un contexte de vieillissement de la population où la prévalence de maladies chroniques augmente, les besoins en matière de physiothérapie croissent également. Les professionnels de la physiothérapie sont couramment impliqués dans les décisions concernant l’utilisation des services, car cette demande est couplée à une rareté des ressources. L’allocation des ressources implique les notions de priorisation des patients, ainsi que la fréquence et la durée des traitements. De nombreux facteurs cliniques et non cliniques peuvent influencer les décisions d’allocation des ressources en physiothérapie et ceux-ci ne sont pas tous justifiables. Deux études préliminaires nous aident à mieux appréhender la complexité de la pratique associée aux décisions d’allocation des ressources. Objectif : Cette thèse propose une exploration et une analyse éthique des facteurs pouvant influencer la priorisation des patients, ainsi que la fréquence et la durée des traitements en physiothérapie musculosquelettique. Méthode : Ce projet est ancré dans une approche de bioéthique empirique. Le volet empirique de ce projet utilise un devis mixte, soit un sondage pancanadien fait à l’aide de vignettes cliniques et des entrevues semi-structurées. Une analyse conceptuelle permet d’intégrer les résultats quantitatifs et qualitatifs à l’aide de deux cadres d’analyse distincts, soit l’angle de la justice distributive et l’angle de la complexité. Résultats : Les résultats n’ont pas permis d’identifier de biais en lien avec les caractéristiques personnelles du patient (âge, sexe, statut socioéconomique) lors de l’allocation des ressources pour un patient avec une même affection clinique. Par contre, l’attitude et le comportement des patients ont une influence sur la distribution des services. Bien que les professionnels de la physiothérapie n’aient pas de biais explicites en lien avec la chronicité de l’affection ou le statut d’assurance de leur patient, ce projet confirme que certaines populations sont défavorisées lors du processus de priorisation en physiothérapie, soit les patients souffrant de douleur chronique et les patients qui ne sont pas couverts par des assurances. De plus, ce projet indique que la distribution des services est étroitement liée à la source de financement associée aux paiements des traitements. En effet, un patient ayant subi un accident de travail couvert par un agent payeur reçoit une plus grande fréquence de traitements. Conclusion : Les professionnels de la physiothérapie ne constatent pas les biais qui teintent leurs décisions d’allocation des ressources. Cela conduit à la fois à du surtraitement pour certains groupes et du sous-traitement pour d’autres. Ces iniquités mettent en évidence le besoin de faire des études supplémentaires en vue de l’élaboration de politiques nationales et provinciales permettant d’assurer l’équité dans l’allocation des ressources en physiothérapie. Il est impératif que les facteurs influençant la priorisation des patients, ainsi que la fréquence et la durée des traitements en physiothérapie musculosquelettique, soient minutieusement examinés pour que les modèles décisionnels soient éthiquement justifiés et appliqués de façon transparente, systématique et responsable.
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 | 0,071 | 0,145 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,004 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,001 |
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.
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 ».