Quand l’humour soigne : l’humour thérapeutique en soins palliatifs
Notice bibliographique
Résumé
La présente revue narrative vise à recenser la littérature scientifique traitant de l’utilisation de l’humour thérapeutique en soins palliatifs. Les bases de données Google Scholar, PubMed et Science Direct ont été interrogées à l’aide de mots-clés pertinents comme « humour thérapeutique en soins palliatifs » (therapeutic humor in palliative care), « humour thérapeutique ET soins palliatifs » (therapeutic humor AND palliative care), et « humour thérapeutique ET soins de fin de vie » (therapeutic humor AND end-of-life care). Au total, 14 articles publiés entre 2014 et 2024 ont été retenus. Les résultats font ressortir différentes perspectives sur l’utilisation de l’humour thérapeutique en soins palliatifs et son rôle dans la diminution de la douleur et de l’anxiété, et l’amélioration des mécanismes d’adaptation, de l’humeur et des relations que l’infirmière entretient avec son patient et les membres de sa famille. Le présent article aborde également les questions de l’acceptabilité de l’humour par les patients en soins palliatifs, de son impact sur les professionnels de la santé ainsi que du moment et de la façon d’intégrer l’humour dans les soins aux patients. L’humour thérapeutique peut être une thérapie complémentaire efficace dans un contexte de soins palliatifs, puisqu’elle offre plus de confort aux patients et permet de réduire l’anxiété des membres de la famille en diminuant la perception de la douleur et en évacuant le stress. Ce type d’approche s’est avéré bénéfique pour les patients en soins palliatifs, mais une formation adéquate des professionnels de la santé est nécessaire pour l’utiliser à bon escient. Mots-clés : soins palliatifs, humour thérapeutique, thérapie par l’humour, guérison, bien-être affectif
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».