Dépistage systématique de la détresse : portraits et regards croisés sur les perceptions des différents acteurs, perspectives cliniques et de recherche Partie 2
Bibliographic record
Abstract
Dans la première phase de notre étude portant sur le dépistage de la détresse auprès de personnes atteintes de cancers du sein et hématologiques, phase qui constitue le sujet de la partie 1 de cet article (Tremblay et al., 2017, nous avons brossé les portraits de la détresse de ces deux groupes de participants atteints de cancer. Nous avons ainsi mis en évidence que bien que près de 34 % (33,9 %) de notre échantillon (N=532 participants) atteignent le score clinique de 5 et plus sur le thermomètre de la détresse (TD), un faible pourcentage d’entre eux (22,7 %) indique qu’ils souhaitent recevoir de l’aide pour les problèmes relevés lors du dépistage. Et ce pourcentage plutôt faible baisse encore plus au temps 2 (14,7 %). Or, un tel score au TD justifie une évaluation plus ciblée de cette détresse. Il en est de même des résultats suivants : un peu plus d’un patient sur 4 (26,6 %) présente à l’échelle d’évaluation des symptômes d’Edmonton (ESAS) un score supérieur ou égal à 5 pour l’anxiété au temps 1 et 18,4 % au temps 2. Enfin, concernant la dépression, on constate que 9,4 % des patients ont un score supérieur ou égal à 5 au temps 1 et 9,5 % au temps 2. Ces situations appellent donc à une évaluation plus poussée, généralement réalisée par un oncopsychologue.
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 | 0.010 | 0.013 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.004 |
| Scholarly communication | 0.004 | 0.004 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.005 | 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".