La chimiothérapie à domicile : maintenir les patients dans leur « milieu naturel »
Bibliographic record
Abstract
La forte hausse des taux de cancer et l’accroissement de la complexité et de la durée des protocoles de chimiothérapie ont placé à l’avant-plan la question du traitement du cancer à domicile. Les participants à cette étude se sont vu offrir le choix de recevoir leur chimiothérapie à domicile. Des entrevues, fondées sur la méthodologie de la description interprétative, ont été réalisées auprès de dix patients ayant accepté la chimiothérapie à domicile. Ils ont partagé leurs expériences du traitement de chimiothérapie à domicile et ont cerné leur domicile comme étant un « milieu naturel » qui a facilité leur adaptation à leurs nouvelles circonstances. Les patients ont pu redistribuer leurs ressources y compris leur temps, leur énergie et leurs revenus de manières importantes à leurs yeux. Ils jugeaient que les soins qui leur étaient dispensés en étaient rehaussés et qu’ils étaient eux-mêmes plus réceptifs à l’apprentissage. Enfin, les participants se sentaient moins malades et plus capables de composer avec leurs traitements. Les résultats de cette étude et ceux d’autres travaux de recherche indiquent que la chimiothérapie à domicile devrait être une option envisagée pour les personnes atteintes de cancer.
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 | 0.048 | 0.096 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.004 | 0.004 |
| Scholarly communication | 0.006 | 0.005 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.003 | 0.005 |
| Insufficient payload (model declined to judge) | 0.021 | 0.004 |
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".