L’établissement d’objectifs thérapeutiques de poids pour les enfants et les adolescents atteints d’anorexie mentale
Bibliographic record
Abstract
L’établissement d’un poids précis, nécessaire pour obtenir un rétablissement physique, affectif et cognitif, fait partie des difficultés qu’affrontent les professionnels de la santé en pédiatrie auprès des enfants et des adolescents atteints d’anorexie mentale (AM). Les cliniciens et les chercheurs éprouvent de la difficulté à normaliser le processus, la méthodologie et la terminologie de ce qu’on appelle « l’objectif thérapeutique de poids » (OTP). Le présent point de pratique résume les recommandations tirées de méthodes courantes pour établir les OTP chez les enfants et les adolescents atteints d’AM, qui reposent à la fois sur des publications fondées sur des données probantes et sur un consensus d’experts. On y propose une approche personnalisée pour établir l’OTP, de même que certaines spécificités dans des situations cliniques particulières. De multiples facteurs orientent le processus menant à l’établissement d’un OTP pour un enfant ou un adolescent atteint d’AM, mais il est essentiel de leur accorder une attention personnalisée, particulièrement à l’égard des percentiles de poids, de taille et d’indice de masse corporelle ainsi que des courbes de croissance pédiatriques recensés pendant la période prémorbide. On souligne également la nécessité d’un suivi continu et d’une réévaluation régulière au sein de cette population.
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 | 0.032 | 0.064 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.005 |
| Scholarly communication | 0.006 | 0.005 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.003 | 0.006 |
| Insufficient payload (model declined to judge) | 0.008 | 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".