Contexte et retombées de l’engagement de patients partenaires en milieu clinique : une étude qualitative descriptive
Notice bibliographique
Résumé
\nIntroduction : Engager les patients comme partenaires en milieu clinique est une approche pertinente pour répondre aux enjeux des systèmes de santé. Peu d’études explorent l’accompagnement de patients partenaires (PP) auprès de patients vivant avec une maladie chronique similaire. Objectifs : Cette étude permet de décrire le contexte d’engagement des PP dans un milieu clinique, les facteurs influençant cet engagement et ses retombées. Méthodes : Nous avons utilisé un devis qualitatif descriptif, des entrevues individuelles semi-dirigées suivi d’une analyse thématique des données. Résultats : Au total, 10 personnes ont participé aux entrevues : 1 patient, 5 PP et 4 professionnels. La majorité des PP sont engagés principalement dans le secteur des soins et certains dans l’enseignement. Les participants perçoivent plusieurs facteurs qui favorisent l’engagement des PP, comme avoir suivi un programme de formations d’éducation thérapeutique et l’acceptation de la maladie ainsi que des facteurs limitants comme la timidité et le lieu de l’intervention. L’engagement des PP favoriserait l’autogestion de la maladie en plus de briser l’isolement des patients. Conclusion : Ces données préliminaires permettent de mieux saisir l’engagement des PP en milieu clinique et les retombées positives. L’engagement de PP est un incontournable pour favoriser l’autonomie et le bien-être des personnes vivant avec une maladie chronique.\n
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 | 0,028 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,006 | 0,006 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 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 ».