(Ré)imaginer la médecine : recherche translationnelle et partenariat-patient
Notice bibliographique
Résumé
L’émergence de la recherche translationnelle et du partenariat-patient suscite plusieurs transformations de nos rapports à la médecine, à la recherche biomédicale et au statut des patients. Dans un désir d’accélérer le passage entre le laboratoire de recherche et le chevet du patient, ces deux modèles ambitionnent à « révolutionner » la pratique médicale tout en laissant place à l’apparition de nouveaux acteurs de la santé : les patients-experts. Cette thèse cherche à comprendre et à expliquer les enjeux sociaux, économiques, politiques et éthiques soulevés par l’arrivée de la recherche translationnelle et du partenariat-patient au Québec. Conceptuellement, cette recherche s’appuie sur la littérature en science, technologie et société (STS), particulièrement sur l’articulation entre les discours innovateurs en médecine, l’organisation socioéconomique du financement de la recherche et les transformations sociohistoriques du statut du patient. Méthodologiquement, elle repose sur une série d’entretiens qualitatifs menés auprès de chercheur.e.s, de médecins et de patient.e.s ainsi qu’une recension des discours médiatiques, institutionnels, scientifiques et de vulgarisation portant sur la recherche translationnelle et le partenariat-patient. De manière plus spécifique, en analysant les discours entourant ces deux pratiques, l’objectif de cette recherche est d’exposer les imaginaires sociotechniques sous-jacents, mais aussi les dynamiques de promesses et de spéculations qui y sont rattachées. Captés émotionnellement par le potentiel des projets de recherche et l’espoir de guérir (soi-même ou autrui), les acteurs-ices de la recherche translationnelle et du partenariat-patient sont pris au sein de logiques bioéconomiques compétitives et d’impératifs de production scientifique. Ainsi, cette thèse vise à démontrer comment l’optimisme technoscientifique entourant ces deux modèles se déploie au sein d’une importante tension entre l’espoir d’un idéal démocratique en médecine et les impératifs technocratiques du système de financement en santé.
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 | 0,078 | 0,085 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,010 | 0,045 |
| Communication savante | 0,027 | 0,016 |
| Science ouverte | 0,003 | 0,011 |
| Intégrité de la recherche | 0,008 | 0,014 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 0,006 |
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 ».