Recommandation par les infirmières en oncologie concernant la prise de cannabis au Canada pour soulager les nausées et les vomissements induits par la chimiothérapie : étude des facteurs d’influence
Notice bibliographique
Résumé
<p class="p1"><span class="s1">Une étude transversale descriptive a été réalisée pour déterminer les facteurs qui incitent les infirmières canadiennes en oncologie à suggérer la prise de cannabis à leurs patients pour soulager les nausées et vomissements induits par chimiothérapie (NVIC). Au total, 678 membres de l’Association canadienne des infirmières en oncologie (ACIO/CANO) ont reçu, entre le 8 février et le 10 avril 2022, une invitation à répondre au sondage, suivie de trois rappels. Une infirmière enseignante a aussi envoyé l’invitation à 131 autres infirmières en oncologie de l’est de l’Ontario. Le sondage s’appuyait sur le modèle d’utilisation de la recherche d’Ottawa. En tout, 27 personnes ont ouvert le lien du sondage et 25 l’ont rempli. Onze (47,8 %) d’entre elles ont répondu à la question sur l’efficacité du cannabis pour soulager les NVIC. Les trois principaux obstacles à recommander la prise de cannabis étaient la stigmatisation sociale, le manque de connaissances des infirmières et le manque de directives au sein du milieu de travail. Tous les participants ont relevé l’importance de la formation continue et de directives écrites sur le recours au cannabis pour soulager les NVIC. Le sondage a reçu peu de réponses, mais dans l’ensemble, les répondants se disaient mal préparés pour proposer la prise de cannabis en traitement des NVIC.</span>
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
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.
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 ».