Adaptation, mise à l’épreuve et évaluation d’interventionscomplexes en santé publique : lec¸ons tirées du Nurse-FamilyPartnership dans le secteur de la santé publique au Canada
Bibliographic record
Abstract
Introduction Le Nurse-Family Partnership (NFP) est un programme de visites à domicile destiné aux nouvelles jeunes mères défavorisées sur le plan socioéconomique. Les données issues de trois essais contrôlés randomisés (ECR) américains ont solidement démontré l’efficacité des interventions quant à l’amélioration de l’issue de la grossesse, de la santé et du développement des enfants ainsi que de l’autonomie économique des mères. Cependant, l’efficacité du NFP dans le contexte canadien des services de santé et des services sociaux, qui diffère de celui des États-Unis, reste à déterminer. Cet article vise à décrire le processus complexe suivi pour adapter la recherche sur le NFP et mettre ainsi en oeuvre ce programme au Canada. Méthodologie L’évaluation menée au Canada se divise en trois étapes : 1) adaptation de l’intervention, 2) mise à l’épreuve de l’intervention dans des études de faisabilité et d’acceptabilité à petite échelle et 3) réalisation d’un ECR et d’une évaluation du processus dans le cadre de l’étude intitulée British Columbia Healthy Connections Project (BCHCP). Cette évaluation à grande échelle permettra d’enrichir la base de données probantes du NFP par la tenue d’une étude supplémentaire sur les mécanismes biologiques susceptibles de témoigner de la relation entre l’intervention et les effets sur le comportement des enfants. Résultats L’adaptation de la documentation du NFP pour les visites à domicile est un processus continu. Un projet pilote a montré la faisabilité du recrutement des femmes admissibles au NFP. Il a aussi révélé qu’il était préférable au Canada que le NFP soit mis en oeuvre par les organismes de santé publique et que les infirmières et infirmiers en santé publique (ISP) s’occupent des interventions. Enfin, il a montré que ce programme intensif de visites à domicile a bénéficié d’une réception positive de la part des clientes, des membres de leur famille et des fournisseurs de soins de santé. Les prochaines étapes – à savoir l’ECR et l’évaluation du processus – ont été entamées dans le cadre du BCHCP. Ce projet jettera les bases d’une évaluation à long terme des principaux résultats en matière de santé publique concernant des familles hautement vulnérables.
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 | 0.079 | 0.082 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.002 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.005 | 0.004 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.003 | 0.005 |
| Research integrity | 0.001 | 0.003 |
| 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".