Analyse des besoins et co-conception d’une plateforme de télénutrition pour la gestion et le suivi du diabète de type 2 en soins primaires
Notice bibliographique
Résumé
La gestion efficace du diabète de type 2 en soins de première ligne représente un défi important en raison de la complexité des soins nécessaires et de la diversité des besoins des patients. Dans ce contexte, l'intégration des technologies numériques apparaît comme une solution prometteuse pour améliorer la gestion et le suivi de cette maladie chronique. Cette thèse vise à enrichir la compréhension de ces technologies, avec un accent particulier sur les interventions de télénutrition, afin de soutenir l'autogestion des patients et faciliter l'accompagnement par les professionnels de santé. Pour ce faire, la thèse s'articule autour de trois objectifs principaux : (1) Identifier les interventions complexes de télésanté ayant été évaluées auprès des personnes vivant avec le diabète et dont la combinaison présente des effets positifs pour leur santé ; (2) Documenter l'acceptabilité et l'utilisabilité des fonctionnalités d'interventions de télésanté ayant été évaluées dans la littérature scientifique ; (3) Co-construire en collaboration avec les nutritionnistes un prototype de la plateforme de télénutrition. La première partie de la thèse se concentre sur l'identification des caractéristiques clés des outils numériques utilisés dans les interventions de télésanté pour le diabète de type 2, à travers deux revues de portée. Le premier article cartographie les fonctionnalités de télésanté utilisées pour gérer le diabète, en identifiant les interventions qui ont montré des effets positifs sur la santé des patients. Cette cartographie a permis de classer les fonctionnalités numériques des plateformes de télénutrition actuelles, offrant une base pour développer des interventions adaptées. Le deuxième article a approfondi cette démarche en mettant en lumière l'importance des stratégies de changement de comportement et de l'approche centrée sur l'utilisateur, impliquant à la fois les patients et professionnels de santé tout au long du processus de développement de ces technologies. Les résultats ont révélé l'importance d'une surveillance continue et personnalisée des paramètres de santé, ainsi que la nécessité d'un support professionnel régulier pour optimiser l'adhésion des patients aux recommandations thérapeutiques. La deuxième partie de la thèse aborde la co-conception du prototype de plateforme de télénutrition. Le troisième article présente les résultats des entretiens menés avec des nutritionnistes exerçant en soins primaires. L’étude a permis de mieux comprendre les défis spécifiques de ces professionnels de santé et leurs besoins, afin de favoriser le développement d’une plateforme de télénutrition plus efficace et bien acceptée dans le contexte de soin québécois. Enfin, le quatrième article entre prend une phase de co-conception avec des nutritionnistes, aboutissant à une première version du prototype de la plateforme de télénutrition, en utilisant la technique du groupe nominal pour hiérarchiser les fonctionnalités à intégrer dans la plateforme. Cette approche ouvre la voie à des améliorations futures, et soutient une conception agile, centrée sur l'utilisateur. Les défis rencontrés lors de la co-conception, exacerbés par les contraintes de la pandémie de COVID-19, ont permis de formuler des recommandations pour les recherches futures. Ces recommandations soulignent la nécessité de tester empiriquement les prototypes dans des contextes réels afin de valider leur efficacité et leur acceptabilité. En conclusion, cette thèse apporte une contribution significative à la compréhension des besoins en matière de télénutrition pour la gestion du diabète de type 2 en soins de primaire. Elle propose des pistes concrètes pour améliorer la conception et l’implantation de ces technologies, tout en mettant en lumière l'importance de l'innovation et de la conception centrée sur l'utilisateur dans le développement de nouvelles solutions en santé. Les résultats obtenus ouvrent la voie à de nouvelles recherches, notamment sur les thérapies numériques, qui devront mettre l'accent sur leur intégration harmonieuse dans les systèmes de santé existants et en abordant les implications organisationnelles, juridiques, économiques et politiques de ces technologies.
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 | 0,005 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,002 |
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 ».