L’intervention auprès des femmes enceintes et mères consommatrices de psychotropes
Bibliographic record
Abstract
La consommation de substances psychoactives durant la grossesse comporte de nombreux risques sur l’issue de celle-ci ainsi que sur la santé du bébé à naître. Il est d’ailleurs recommandé d’intervenir tôt durant la grossesse et de façon multidisciplinaire afin de répondre aux besoins des femmes enceintes et des mères. L’intégration des services est donc privilégiée auprès de cette clientèle. L’objectif du présent article est d’effectuer une synthèse des constats actuels relativement à l’efficacité des modèles d’intervention favorisant l’intégration des services auprès des femmes enceintes et des mères consommatrices de psychotropes. Ainsi, la consultation de méta-analyses récentes fournit un éclairage pertinent et utile sur l’efficacité de différents programmes de traitement intégré auprès de cette clientèle. Essentiellement, bien que les tailles de l’effet varient de faibles à fortes, les résultats montrent que les programmes de traitement intégré comportent des effets favorables lorsque ceux-ci sont comparés à l’absence de traitement ou à des programmes de traitement non intégré. Les résultats portent particulièrement sur le changement de comportement de consommation, la santé du bébé à la naissance, l’engagement de la femme dans sa démarche, l’interaction affective ainsi que sur son fonctionnement. Par ailleurs, les nombreuses limites méthodologiques des études répertoriées telles que la composition des échantillons (taille, clientèle cible, âge) ainsi que la variété des devis utilisés encouragent la poursuite des travaux afin de mieux documenter le potentiel des programmes de traitement intégré.
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 | 0.003 | 0.014 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.002 | 0.003 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.010 | 0.001 |
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".