Les activités des infirmières œuvrant en soins de première ligne auprès des personnes atteintes de maladies chroniques : une revue systématique de la littérature
Bibliographic record
Abstract
Introduction : les infirmières en soins de première ligne assurent le suivi des patients atteints de maladies chroniques (MC), en collaboration avec le médecin traitant. Les activités effectuées varient d’un milieu à l’autre. Contexte : l’absence de données probantes sur les activités des infirmières des soins de première ligne nuit au développement de la pratique infirmière. Objectif : décrire les activités des infirmières en soins de première ligne auprès des personnes atteintes de MC et les éléments qui influencent ces activités. Devis : revue systématique de la littérature. Méthode : consultation des banques de données MEDLINE, CINAHL et SCOPUS. Mots-clés : Primary health care, Primary nursing and Chronic disease. Résultats : dix-huit articles ont été retenus. Quatre domaines d’activités décrivent les activités des infirmières : 1) Évaluation de la condition globale de la personne atteinte de MC ; 2) Gestion des soins ; 3) Promotion de la santé ; 4) Collaboration infirmière-médecin. Des éléments reliés à l’environnement, à l’infirmière ou à la personne atteinte de MC influencent les activités. Discussion : les activités des infirmières en soins de première ligne sont peu décrites. Certaines activités comme la gestion de cas et la collaboration interprofessionnelle sont absentes. Conclusion : des études descriptives sont nécessaires pour mieux décrire l’éventail des activités.
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 | 0.019 | 0.075 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.004 | 0.004 |
| Bibliometrics | 0.030 | 0.032 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.008 | 0.009 |
| Open science | 0.002 | 0.003 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.013 | 0.002 |
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".