MétaCan
Menu
← Retour à la cohorte
Enregistrement W4387958061 · doi:10.5209/psic.91525

Validación ecológica del programa FORT (Fear of Cancer Recurrence Therapy): una adaptación del español mexicano al español castellano: reporte preliminar

2023· article· es· W4387958061 sur OpenAlexaff
Tania Estapé, Núria Gondón, Carmen Lizette Gálvez‐Hernández, Ivan Rivera-Olvera, Sophie Lebel, J. Estapé, Christine Maheu

Notice bibliographique

RevuePsicooncología · 2023
Typearticle
Languees
DomaineMedicine
ThématiqueCancer survivorship and care
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésHumanitiesMedicinePhilosophy

Résumé

récupéré en direct d'OpenAlex

Introducción: El miedo a la recaída es uno de los problemas psicológicos en los pacientes con cáncer, más específicos. El aumento en la esperanza de vida en el paciente oncológico, y la supervivencia, hace que cada vez más conozcamos las consecuencias emocionales, y vivir con el llamado Síndrome de la Espada de Damocles es sin duda una de las más importantes. Este miedo a la recaída puede llegar a ser invalidante y por ello cada vez más se elaboran programas terapéuticos para poderlo combatir. Uno de los más conocidos es el FORT (Fear of Recurrence Therapy) elaborado por Maheu y Lebel y que en este momento está siendo adaptado a otros lenguajes y culturas. Una de ellas es la adaptación de Gálvez en México. Objetivo: Nuestro objetivo en el presente trabajo preliminar es presentar los primeros datos de adaptación de esta terapia del español mexicano al europeo. Método: El procedimiento seguido es la validación ecológica propuesta por Bernal en base al consenso de dos psicooncólogas expertas. Resultados: Después de valorar el cambio de diferentes conceptos y terminologías, se han valorado de forma independiente por parte de ambas psicooncólogas, las 8 dimensiones de Bernal con un alto índice Kappa (de 0,8 a 1). Conclusiones: Este es un estudio preliminar al que le va a seguir los mismos pasos para el manual de la paciente por parte de profesionales y de pacientes con cáncer de mama.

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)0,012
score de la tête « metaresearch » (Gemma)0,020
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,076
Score d'incertitude au seuil0,151

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,020
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,046
Tête enseignante GPT0,358
Écart entre enseignants0,313 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePsicooncología→Même sujetCancer survivorship and care→Travaux en français237 207→