“Too much pain, doctor!”: The exploration of culture and gender-mediated factors on the detection and management of psychosocial distress in primary care clinical encounters.
Notice bibliographique
Résumé
Contexte : Au Canada, les inégalités en matière de soins de santé mentale sont particulièrement évidentes parmi les patients d’origines ethnoculturelles diverses. Ceux-ci ont un taux plus élevé de troubles de santé mentale non-diagnostiqués que les patients issus des groupes ethnoculturels dominants au Canada. De plus, malgré les mêmes représentations cliniques, les femmes sont plus susceptibles d'être diagnostiquées avec une dépression par rapport aux hommes. Les médecins de famille jouent un rôle important dans l'évaluation et la prise en charge de la détresse psychosociale. Cependant, les représentations variées de la détresse psychosociale chez les patients issus de la diversité ethnoculturelle peuvent contribuer à la sous-investigation et à l’erreur de diagnostic. Toutefois, certains médecins de famille sont reconnus par leurs collègues comme ayant une expertise dans la détection et la prise en charge de la détresse psychosociale lors des rencontres cliniques interculturelles. Comprendre comment ces médecins de famille détectent la détresse psychosociale en fonction de la culture et du genre aidera à fournir aux autres médecins des stratégies pragmatiques pour détecter et prendre en charge de manière optimale la détresse psychosociale en contexte de rencontres interculturelles. Objectifs :1) Explorer les perceptions des médecins de famille quant à l’influence des facteurs culturels et de genre sur les représentations de la détresse psychosociale lors des rencontres cliniques interculturelles.2) Identifier les indices et les stratégies utilisés par les médecins de famille en contexte de rencontres cliniques interculturelles pour reconnaître et recueillir les causes de la détresse psychosociale. Méthode : Une étude descriptive qualitative a été réalisée à Montréal. Grâce à un échantillonnage boule de neige, 13 médecins de famille ont participé à des entrevues. Ces entrevues ont exploré les perceptions des participants quant au rôle de la culture et des facteurs liés aux genres lors des rencontres cliniques. Une analyse thématique des données a été réalisée, guidée par la Framework Method.Résultats : Lors des rencontres cliniques, les médecins de famille vont intentionnellement explorer le contexte culturel du patient quant à la santé mentale afin de connaître les représentations possibles de la détresse psychosociale. Les stratégies explicites pour explorer et contextualiser le cadre culturel du patient sont : 1) Interroger explicitement les patients sur leur culture, 2) Feindre l’ignorance pour recueillir une histoire de la maladie, et 3) Trouver des points communs. En raison des cadres culturels et des normes de genres qui entourent la santé mentale, les représentations vagues et somatiques de la détresse psychosociale, incluant la douleur globale, sont omniprésentes dans les soins primaires. Les stratégies de prise en charge de ces représentations comprennent : 1) l’examen approprié des plaintes physiques, 2) présenter des aspects pratiques d’amélioration du bien-être, et 3) adopter des stratégies d'autorité appropriées. Même si les médecins de famille n’identifient pas une dimension explicite du genre dans leurs stratégies, le rôle du genre devient évident dans la recherche de soins par les patients et dans le développement de plans de soins.Conclusion : Les expériences et représentations de la détresse psychosociale sont influencées par des facteurs relatifs à la culture et au genre. Afin de prendre en compte ces facteurs de manière appropriée lors des rencontres cliniques, il est nécessaire d'adopter une approche nuancée pour éliciter l’expérience du patient de manière à éviter la perpétuation de stéréotypes préjudiciables. Les principes de la médecine familiale facilitent cette démarche. Les compétences expérientielles des médecins de famille peuvent se traduire par des stratégies pragmatiques visant à améliorer la détection et la prise en charge de la détresse psychologique
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 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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 ».