Les patients-partenaires dans les soins du cancer : Une stratégie novatrice dans le dépistage de la détresse?
Notice bibliographique
Résumé
La détresse des patients atteints de cancer est un aspect souvent négligé dans la prestation quotidienne des soins. Cela peut affecter la qualité de vie des malades et leur satisfaction à l’égard des soins qu’ils reçoivent, en plus d’accroître le risque de comorbidité et de morbidité. Le dépistage de la détresse, l’un des aspects considérés dans l’approche centrée sur le patient, figure désormais parmi les normes de pratiques internationales et les critères d’agrément pour les centres de traitement du cancer aux États-Unis et au Canada. En se basant sur des modèles de partenariats existants, le Centre intégré de cancérologie du Centre hospitalier de l’Université de Montréal (CHUM) a recruté des patients qui ont agi en « partenaires » dans la création et la mise en œuvre de son programme de détection de la détresse. Dans le cadre de ce programme, des patients-partenaires ont intégré une équipe de soutien psychosocial spécialisée en oncologie. Ils ont ainsi contribué au programme de formation des professionnels de la santé et aidé à sélectionner des outils de dépistage de la détresse. Cet article décrit pourquoi et comment le centre de cancérologie du CHUM a développé un programme novateur de détection de la détresse misant sur le patient-partenaire en vue de mieux répondre aux besoins des personnes qui luttent contre le cancer.
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 | 0,010 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,007 | 0,007 |
| Communication savante | 0,009 | 0,007 |
| Science ouverte | 0,002 | 0,007 |
| Intégrité de la recherche | 0,004 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,002 |
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 ».