Notice bibliographique
Résumé
Les soins centrés sur le patient et la famille (SCPF) sont largement reconnus comme un pilier des soins de santé de haute qualité, mais leur mise en œuvre dans les unités de soins intensifs pour adultes reste limitée en raison d'obstacles systémiques, logistiques et culturels. La pandémie de COVID-19 a mis en évidence la fragilité des pratiques d'engagement familial dans les soins intensifs et a suscité une exploration urgente des stratégies virtuelles pour soutenir les soins centrés sur le patient et la famille lorsque la présence en personne est restreinte. Cette thèse comble les principales lacunes de la littérature en évaluant à la fois la mise en œuvre au chevet du patient et l'intégration au niveau politique des principes SCPF.La première étude est une étude de cohorte pilote prospective multicentrique qui évalue la faisabilité de la participation virtuelle des familles aux tournées des unités de soins intensifs. Menée dans cinq unités de soins intensifs pour adultes au Canada, l'étude a recruté 84 membres de familles, dont 72 (85,7 %) ont participé à au moins une visite virtuelle. Les rondes virtuelles ont été menées via une plateforme vidéo sécurisée et intégrées aux soins multidisciplinaires quotidiens. Tous les critères de faisabilité préspécifiés ont été remplis, y compris un taux de recrutement moyen de 1,8 participant par semaine, une forte participation à l'intervention, une faible incidence de problèmes techniques (85,7 % des sessions sans complications) et un taux de suivi de 77,7 %. La participation a été associée à des améliorations significatives des scores d'engagement familial (FAME : 64.5±20.5 à 69.8±15.2 ; p=0.045), en particulier dans les domaines de la perception de l'engagement et des soins centrés sur la famille. La satisfaction des familles, mesurée par le FS-ICU-24R, était élevée (75.8±17.2), et la majorité des participants ont déclaré se sentir plutôt ou très satisfaits de leur implication dans les rondes. Les symptômes d'anxiété et de dépression étaient fréquents, signalés par 42,8 % et 23,2 % des participants respectivement, mais aucun préjudice psychologique n'a été attribué à la participation. Ces résultats confirment la faisabilité et l'acceptabilité des rondes virtuelles dans les unités de soins intensifs et constituent la base d'un essai d'efficacité à plus grande échelle.La seconde étude est une revue systématique assistée par IA des directives de pratique clinique émises par les principales sociétés de cardiologie, examinant dans quelle mesure les concepts SCPF sont représentés à la fois dans le texte et dans les recommandations. Sur plus de 200 lignes directrices examinées, une variabilité significative a été observée dans la présence et la fréquence des termes SCPF. Alors que certaines lignes directrices ont démontré une intégration solide des principes SCPF, y compris la prise de décision partagée et l'implication de la famille dans la planification des soins, d'autres manquaient de langage structuré ou actionnable. Les tendances au fil du temps ont montré une adoption croissante, mais inégale, des concepts SCPF à travers les sociétés et les sujets cliniques. L'étude identifie les principales lacunes dans la transposition des principes SCPF en politiques et souligne la nécessité d'élaborer des lignes directrices plus cohérentes, mesurables et intégrant la famille.Ensemble, ces deux études offrent une perspective complémentaire sur l'avancement du SCPF dans les soins intensifs. Au chevet des patients, les tournées virtuelles en soins intensifs représentent une stratégie réalisable et évolutive pour soutenir l'engagement des familles, même dans les contextes où la participation en personne n'est pas possible. Au niveau politique, l'intégration du langage SCPF dans les directives de pratique clinique reste incohérente, signalant une opportunité pour les sociétés professionnelles d'adopter des cadres plus standardisés. Cette thèse souligne l'importance d'aligner les pratiques au chevet des patients avec les recommandations au niveau du système pour s'assurer que l'engagement des familles est non seulement encouragé mais aussi mis en œuvre dans le continuum des soins
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 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,001 | 0,008 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 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 ».