Niveau de littératie des patients transplantes rénaux, hépatiques et pulmonaires avant et après l’éducation thérapeutique du patient au Québec
Notice bibliographique
Résumé
La littératie en santé (LS) mesure la compréhension de l’information médicale. Une LS élevée est liée à une moindre probabilité de rejet de greffe. L’éducation thérapeutique du patient (ETP) favorise l’autonomie, mais une faible LS peut entraver cet apprentissage. Cette étude vise à déterminer si les niveaux de LS varient selon les organes transplantés (rein, foie, poumon), en examinant également l’évolution de cette LS après les séances d’ETP. L’objectif : – Principal : évaluer et comparer les niveaux de LS chez des patients ayant reçu différentes transplantations d’organes avant l’ETP et deux mois après la sortie d’hospitalisation. – Secondaire : explorer les facteurs démographiques pouvant influencer la LS de ces patients, comme l’âge, le sexe, le statut d’immigration, le niveau d’éducation et le type d’assurance médicale. Étude observationnelle prospective monocentrique évaluant la LS via le score « STOFHLA » avant l’ETP et deux mois après la sortie d’hospitalisation. Les données démographiques des patients ont été extraites des dossiers médicaux. Quatre-vingt-onze patients inclus (34 transplantés rénaux, 34 pulmonaires et 23 hépatiques) ; âge moyen de 56,6 ± 12,1 ans, avec 40,6 % de femmes. La LS moyenne avant l’ETP et après la sortie d’hospitalisation était respectivement de 26,2 et 32,4 pour les TR, 25,7 et 31,5 pour les TH, et 24,2 et 31,6 pour les TP. Aucune différence significative entre ces groupes avant l’ETP. Les patients étrangers avaient une LS significativement inférieure à ceux nés au Canada (21,8 vs 27,3, p = 0,02). Les diplômés universitaires n’ont pas montré de différence significative de LS (29,3 vs 25,1, p = 0,07). Enfin, une différence significative de LS a été observée entre les patients bénéficiant ou non d’une assurance privée (29,7 vs 22,7, p < 0,01). Avant L’ETP, la LS ne diffère pas d’une population de greffés à une autre. Il est donc essentiel d’offrir le même niveau d’enseignement. La LS a augmenté pour tous les groupes de patients transplantés après l’ETP. Certains facteurs peuvent prédire une LS plus faible, mais il est essentiel de dispenser un enseignement de qualité adapté à chaque patient, sans préjugés.
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 | 0,009 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
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 ».