MétaCan
Menu
← Retour à la cohorte
Enregistrement W7104437099 · doi:10.71781/18681

Offrir un soutien familial en cancer pédiatrique : concevoir, définir, intervenir, optimiser

2024· dissertation· fr· W7104437099 sur OpenAlexfundaboutno aff

Notice bibliographique

RevueOpen MIND · 2024
Typedissertation
Languefr
DomaineMedicine
ThématiqueChildhood Cancer Survivors' Quality of Life
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésPsychological interventionIntervention (counseling)Nursing Interventions ClassificationExpansive

Résumé

récupéré en direct d'OpenAlex

Introduction. L’annonce de cancer d’un enfant est un événement qui affecte toute la famille. Des améliorations importantes dans la prise en charge médicale ont permis que le taux de survie en oncologie pédiatrique, tous types de cancer confondus, dépasse les 80%. Les problématiques auxquelles les familles font face restent néanmoins débilitantes. Cette thèse a pour objectif de mettre en lumière l’importance d’offrir aux familles un soutien complémentaire aux soins de base. Afin de répondre à ce besoin, le projet VIE, un projet multidisciplinaire (activité physique, nutrition, psychosocial) visant à limiter l’apparition d’effets tardifs et améliorer la qualité de vie des familles, a été implémenté. Méthodologie. Afin de cibler de façon plus optimale les effets tardifs dans le cadre du projet VIE, cette thèse propose une méthodologie de synthèse permettant à la fois d’identifier les contributeurs des effets tardifs et les interventions non pharmacologiques les ciblant (étude 1). Cette thèse documente ensuite la faisabilité de l’intervention psychosociale du projet VIE (étude 2), et le mécanisme d’action des résultats ciblés par cette intervention (étude 3). Alors que les premières études se centrent sur l'optimisation des interventions du projet VIE, les études subséquentes s’attardent respectivement à documenter les comportements d’activité physique et de nutrition suite à l’intervention (étude 4), ainsi que l’adhésion à ces comportements selon les différentes composantes de la théorie du comportement planifié (étude 5). Résultats. L’approche adoptée dans l’étude 1 a permis d’identifier les facteurs qui contribuent au développement et au maintien d’effets tardifs et la mesure dans laquelle ils sont adressés par des interventions non pharmacologiques. L’étude 2 montre que bien que les variables de portée (c.à.d., taux d’inscription et taux d’abandon) de l’intervention psychosociale du projet VIE étaient sous-optimales, sa fidélité au traitement et sa validité sociale étaient adéquates. L’étude 3 clarifie les mécanismes qui sous-tendent l'association entre les résultats ciblés par l’intervention psychosociale du projet VIE. L’étude 4 met en évidence que les participants avaient près de deux fois plus de chances de voir leurs comportements d’activité physique et de nutrition s’améliorer, plutôt que se détériorer, après le projet VIE. L’étude 5 illustre que les variables qui composent la théorie du comportement planifié prédisent de façon différente l’adhésion ou non à un comportement de santé en activité physique et en nutrition. Conclusion. Cette thèse met en évidence l’importance d’offrir des interventions favorisant le bien-être physique et psychologique aux familles d’enfants atteints d’un cancer. Par conséquent, cette thèse propose des perspectives de raffinement du projet VIE qui seront implémentées dans des études pilotes et d’efficacité à plus grande échelle impliquant d’autres centres de traitement de cancer pédiatrique au Canada.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,030
score de la tête « metaresearch » (Gemma)0,043
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,161

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0300,043
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,002
Études des sciences et des technologies0,0030,003
Communication savante0,0050,003
Science ouverte0,0020,003
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0120,001

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.

Tête enseignante Opus0,038
Tête enseignante GPT0,378
Écart entre enseignants0,340 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOpen MIND→Même sujetChildhood Cancer Survivors' Quality of Life→Travaux en français237 207→