Retombées des ordonnances collectives dans le suivi diabétique conjoint en soins primaires : une étude de cas
Bibliographic record
Abstract
Le fardeau des maladies chroniques commande de repenser l’organisation des services et la prestation des soins. Des aménagements parfois organisationnels, parfois législatifs permettent aux non-médecins d’être plus actifs dans le suivi des maladies chroniques. Au Québec, depuis 2003, une nouvelle structure organisationnelle, les groupes de médecine de famille, et une nouvelle modalité d’ordonnance médicale, les ordonnances collectives (OC), se déploient progressivement. Un cas-type a été retenu parmi 52 participants à une enquête provinciale afin d’explorer les retombées des OC sur les pratiques professionnelles, les interactions médecin-infirmière-patient et l’autogestion dans le contexte du suivi diabétique. Quinze heures d’observation, 200 documents et des entrevues individuelles auprès de dix patients, trois infirmières et huit médecins ont été analysés. Unanimement, les participants reconnaissent que l’autogestion est stimulée par le suivi conjoint. Bien que des conditions liées aux professionnels et aux patients modulent leurs interactions, la triade s’orchestre efficacement selon un mouvement de convergence. Pour les professionnels, les OC permettent une meilleure concordance entre leur emploi du temps, leurs compétences et le sens qu’ils accordent à leur pratique. Pour les patients, la progression de leurs compétences à l’autogestion et l’accès aisé aux soins sont rassurants. Des moyens concrets comme les OC modifient la prestation des soins en misant sur la collaboration professionnelle et facilitent la mobilisation des patients, en accord avec le Chronic Care Model (CCM) [1].
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.006 | 0.016 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.005 | 0.002 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".