Quels sont les outils à disposition des acteurs de soins primaires pour prendre en compte la dimension culturelle dans la démarche de soins : revue systématique de la littérature
Bibliographic record
Abstract
Introduction : au sein de la population il existe des disparités de l'état de santé en fonction du statut socioéconomique : les Inégalités Sociales de Santé. Elles sont issues de l'interaction de multiples facteurs, dont la « Culture », au sens de l'appartenance culturelle d'un individu à un groupe. L'objectif de ce travail a été de rechercher les outils à disposition des acteurs de soins. primaires pour prendre en compte cette dimension culturelle dans la démarche de soins. Méthode : une revue systématique de la littérature a été conduite de janvier 2009 à janvier 2019 dans les bases de données PubMed, Cochrane Library, Science Direct, CISMeF, CAIRN, BDSP. Les données des articles sélectionnés ont été analysées et la qualité des articles, évaluée selon des grilles d'évaluation validées. Résultats : sur les 789 articles retrouvés, 20 ont été sélectionnés. Ils correspondaient à des recherches menées aux USA, au Canada, en Australie et en Europe, incluant à la fois des populations migrantes et des minorités ethniques. Différents domaines ont été explorés comme le dépistage, la prévention, l'éducation thérapeutique, la formation médicale ou le rôle des différents acteurs. Les résultats sont favorables à l'intégration de la composante culturelle à la pratique. Conclusion : ce travail nous a permis de dégager plusieurs pistes de réflexion, dont les acteurs de soins primaires sont les pivots centraux, regroupées en 4 catégories : "L'aller vers", l'approche communautaire, le développement de compétences culturelles et la réorganisation des services de santé. Toutefois peu d'articles jugés à haut niveau de preuve ont été identifiés et la variabilité de la qualité des études module la portée des données retrouvées.
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 | 0.071 | 0.219 |
| Meta-epidemiology (narrow) | 0.001 | 0.002 |
| Meta-epidemiology (broad) | 0.006 | 0.005 |
| Bibliometrics | 0.023 | 0.023 |
| Science and technology studies | 0.002 | 0.005 |
| Scholarly communication | 0.014 | 0.019 |
| Open science | 0.004 | 0.004 |
| Research integrity | 0.003 | 0.003 |
| 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".