MétaCan
Menu
Retour à la cohorte
Enregistrement W4396509143 · doi:10.5737/23688076342166

De quelles façons les infirmières peuvent-elles promouvoir la résilience chez les adolescents atteints d’un cancer en traitement actif? : un examen de la portée

2024· article· fr· W4396509143 sur OpenAlexaffvenue
Pascal Bernier

Notice bibliographique

RevueCanadian Oncology Nursing Journal · 2024
Typearticle
Languefr
DomaineMedicine
ThématiqueChildhood Cancer Survivors' Quality of Life
Établissements canadiensCentre Hospitalier Universitaire Sainte-Justine
Organismes subventionnairesnon disponible
Mots-clésMedicineGynecologyHumanitiesPhilosophy

Résumé

récupéré en direct d'OpenAlex

Objectif : Explorer les connaissances sur les interventions de promotion de la résilience chez les adolescents atteints de cancer en traitement actif. La question ici utilisée pour guider la recherche est : De quelles façons les infirmières peuvent-elles promouvoir la résilience chez les adolescents atteints de cancer en traitement actif? Introduction : L’adolescence est une période de forte turbulence développementale (Young, 2014). Le diagnostic d’une maladie oncologique contribue à la détresse et diminue la qualité de vie (Sodergren et al., 2017). Certains adolescents semblent cependant développer des mécanismes d’adaptation positifs générant une plus grande résilience (Bellizzi et al., 2012; Sodergren et al., 2017). Les infirmières sont amenées à accompagner ces adolescents parfois sur de longues périodes et peuvent donc être des actrices clés dans le soutien à la résilience auprès de cette clientèle. Méthode : Nous avons cherché en anglais et en français dans trois bases de données (CINAHL, PubMed, PsycArticles) en février 2023 en utilisant des limitateurs (2013-2023; adolescents). La sélection des sources potentielles a été réalisée sur la base de l’étude de Pollock et collaborateurs (2021). L’extraction, l’analyse et la présentation des données ont été effectuées en respectant la structure proposée par le JBI Preferred Reporting Items for Systematic Reviews and Meta-Analyses extension for Scoping Reviews checklist (Tricco et al., 2018). Les données extraites ont été classées dans l’un des facteurs (de protection ou de risque) du Resilience in Illness Model (RIM) en utilisant une méthode déductive (Haase et al., 2014, 2017). Nous avons finalement extrapolé de possibles interventions dans lesquelles l’approche infirmière pourrait contribuer à la résilience des adolescents atteints de cancer en traitement actif. Résultats : La méthode utilisée a permis de retracer 86 articles, dont 17 répondaient aux critères de sélection. De ce nombre, 10 étaient de nature quantitative; 3, de nature qualitative; 3, de nature théorique (incluant les revues de littérature et méta-analyse) et 1 de nature éditoriale. La majorité (n = 15) de ces articles proviennent des États-Unis. Depuis 2013, aucune étude ne s’est spécifiquement intéressée au rôle et aux interventions infirmières dans la promotion de la résilience auprès des adolescents atteints de cancer en traitement actif. Conclusions : En fonction des résultats de cette étude et considérant que d’autres études existent sur le rôle de l’infirmière chez les adolescents atteints de maladie chronique non oncologique, nous estimons que l’infirmière œuvrant en oncologie pédiatrique peut être une actrice clé auprès de cette population en ce qui concerne la promotion de la résilience. Les recherches portant sur ce domaine spécifique s’avéreraient prometteuses afin de soutenir efficacement l’adaptation et la résilience chez les adolescents atteints de cancer en traitement actif.

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)0,017
score de la tête « metaresearch » (Gemma)0,065
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,087

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0170,065
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0020,003
Bibliométrie0,0050,006
Études des sciences et des technologies0,0020,002
Communication savante0,0040,005
Science ouverte0,0010,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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.

Tête enseignante Opus0,026
Tête enseignante GPT0,371
Écart entre enseignants0,345 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Oncology Nursing JournalMême sujetChildhood Cancer Survivors' Quality of LifeTravaux en français237 207