L’évolution de l’implantation de programmes spécialisés en intervention précoce pour premiers épisodes psychotiques au Québec : l’impact de politiques de santé et d’investissements gouvernementaux
Notice bibliographique
Résumé
Introduction : les programmes d’intervention précoce en premiers épisodes psychotiques (PIPÉP) constituent un modèle qui améliore l’évolution des individus souffrant de psychose débutante. Au Québec, après 30 ans de développement mené par les cliniciens, le ministère de la Santé et des Services sociaux a annoncé des mesures structurantes pour soutenir l’implantation de PIPÉP à travers la province en 2017. \nObjectifs : \n1) Décrire le degré d’implantation des PIPÉP au Québec et leur profil d’adhésion aux composantes essentielles du modèle en 2020. \n2) Décrire les différences entre les PIPÉP implantés avant et après 2017. \nMéthode : étude descriptive longitudinale de l’évolution des PIPÉP au Québec menée par sondage électronique en 2016 et en 2020. \nRésultats : \n-\tEn 2020, 28 des 33 PIPÉP existants ont répondu au sondage, dont 11 implantés après 2017. \n-\tEn 2016, 17 des 18 PIPÉP existants ont répondu. \nDes critères d’admission inclusifs, des cibles de délais maximaux et processus directs de référence favorisent l’accessibilité aux PIPÉP. Des interventions biopsychosociales variées démontrées efficaces (p. ex. : interventions familiales) sont offertes par des équipes interdisciplinaires. Le respect des ratios de patients: case manager, la collecte de données clinico-administratives et l’emploi d’outils de mesures cliniques standardisés demeurent des défis. Des différences ont été relevées entre les programmes fondés avant et après 2017, notamment en regard de la diversité d’interventions psychosociales offertes et de l’adhésion aux standards d’accessibilité. \nConclusion : l’implantation rapide de PIPÉP fidèles au modèle est possible en présence de soutien gouvernemental et de la détermination des professionnels qui y œuvrent. Les PIPÉP québécois offrent des services de qualité, mais des lacunes existent en regard des composantes organisationnelles.
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 | 0,004 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».