La COVID-19 et les soins de fin de vie en centre d’hébergement et de soins de longue durée (CHSLD) : protocole de recherche de type descriptif-explicatif dans deux régions différemment affectées du Québec
Notice bibliographique
Résumé
Introduction : Depuis mars 2020, le Québec (Canada), comme le reste du monde, vit une crise sanitaire majeure résultant de la pandémie de COVID-19. En plus des nombreux décès occasionnés par le virus, des personnes vivront leur fin de vie dans ces temps mouvementés où les mesures d’urgence sanitaire forcent leur isolement et modifient en profondeur l’organisation et la pratique des soins de fin de vie. Au Québec, 64 % des personnes qui sont décédées étaient des résidents de Centre d’hébergement et de soins de longue durée (CHSLD), une population considérée hautement vulnérable. Cependant, le risque de mourir de la COVID-19 est inégal entre les régions sociosanitaires du Québec, suggérant, par le fait même, la possibilité que des mesures organisationnelles et cliniques différentes aient été mises en place dans divers milieux. Objectif : L’article présente le protocole d’une étude visant à mieux comprendre les effets de la COVID-19 sur les soins de fin de vie en CHSLD par l’identification de transformations organisationnelles et cliniques ainsi que le contraste de deux régions différemment affectées, soit Montréal et l’Estrie. Méthodes : Un devis descriptif-explicatif est utilisé. Des entrevues sont réalisées avec les coordonnateurs de site et les soignants ayant travaillé en CHSLD durant la première vague de COVID-19 afin d’identifier les transformations vécues et leurs effets sur les soins offerts aux résidents en fin de vie, ainsi que sur le personnel soignant. Discussion et conclusion : Les conclusions de ce projet mèneront à des recommandations sur le plan organisationnel, clinique, politique et scientifique.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,026 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».