Gestion de la douleur chez des enfants présentant des migraines ou des céphalées de tension : apport de la réalité virtuelle
Notice bibliographique
Résumé
Les migraines et céphalées de tension font partie des maladies chroniques les plus fréquentes chez l’enfant et l’adolescent (Annequin, Dumas, Tourniaire, & Massiou, 2000). Plusieurs études mettent en évidence le fait que celles-ci ont impact conséquent sur la qualité de la vie de l’enfant (Powers, Patton, Hommel & Hershey, 2004). Compte tenu du fait que le traitement pharmacologique s’est montré partiellement efficace (Evers & Marziniak, 2010), les traitements psychologiques ont gagné une attention croissante. Bien que la réalité virtuelle (RV) soit principalement étudiée dans la gestion des douleurs aiguës par son potentiel distracteur, des études récentes suggèrent l’utilité de cette technologie dans les douleurs chroniques. Une application de la RV concernerait sa capacité à changer des cognitions liées à l'ajustement à la douleur, telles que la catastrophisation de la douleur et le sentiment d’auto-efficacité (e.g. Gutiérrez-Maldonado, Gutiérrez-Martínez, Loreto-Quijada & Nieto-Luna, 2012), et sa capacité à offrir un environnement d’apprentissage de techniques de relaxation (Shiri et al., 2013). Cependant, cela reste très peu investigué, que ce soit dans une population clinique ou pédiatrique. Notre projet vise donc à créer et à évaluer la pertinence d’un outil tel que la RV dans le traitement des migraines et des céphalées pédiatriques, d’une part par l’apprentissage de compétences de relaxation, et d’autre part le changement de cognitions impliquées dans l’ajustement à la douleur telles que la catastrophisation et le sentiment d’auto-efficacité.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
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 ».