Rôles des médecins de famille dans le traitement des troubles psychotiques
Bibliographic record
Abstract
Rôles des médecins de famille dans le traitement des troubles psychotiquesEmmanuel Stip* P our organiser d'une façon optimale « les soins primaires et les services de santé mentale » dans le contexte des réformes en cours et de l'engagement réclamé par des omnipraticiens, que peut-on conclure de nos études ?Comme nous avons effectué plusieurs sondages, les uns orientés vers la perception de la schizophrénie et du trouble bipolaire dans la population générale (Stip, 2006 ;Stip, 2001) et les autres orientés vers les omnipraticiens (Stip, 2007 ;Stip, 2006) nous avons été invités, dans le cadre de ce numéro de Santé mentale au Québec, à répondre à cette question.Pour y répondre, nous avons réexaminé les données de notre sondage auprès des omnipraticiens que nous avons resituées dans un contexte international semblable.Nous avons aussi considéré le contexte actuel de la médecine de famille afin de refléter la réalité de l'entreprise de partenariat ou de soins partagés. Contexte de la médecine de famille Au QuébecLes données les plus récentes démontrent une baisse de la popularité de la médecine familiale au Québec.Ainsi de 2000 à 2007, 1923 médecins spécialistes ont entrepris leur pratique comparativement à seulement 1309 omnipraticiens.Cet écart non négligeable de 614 médecins va à l'encontre des besoins de la province, soit 295 nouveaux médecins de famille par année, pour maintenir son offre de services.De plus, le PREM (Programme de répartition des effectifs médicaux) 2009 en prévoit seulement 220, soit un déficit de 75.Ce hiatus sera durement ressenti dans une province où déjà 25 % des citoyens sont dépourvus de médecins de famille et où plusieurs régions se disputent âprement ces derniers.Par ailleurs, le nombre d'omnipraticiens offrant des services en 2 e ligne au Québec ne cesse d'augmenter.Cette population est passée à 33.5 % en 2003-2004 et à 39 % en 2006-2007.C'est un contraste avec *
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 | 0.002 | 0.009 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| 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".