Quelle est l'offre de soins proposée aux médecins en France et à l'étranger? Revue de la littérature
Bibliographic record
Abstract
Le médecin n'est pas un patient comme un autre, ses connaissances permettant d'être lucide vis à vis de la maladie mais peuvent aussi générer de l'angoisse. Sa prise en charge doit donc être spécifique. Or, les médecins ont tendance à s'auto-déclarer pour médecin traitant et à s'auto-traiter plutôt que de faire appel à un confrère. L'objectif de la revue de la littérature est de proposer un panel des structures qui existent en France et à l'étranger pour soigner les médecins. MéthodeUne revue systématique de la littérature a été menée de mai à octobre 2018 sur Medline via PubMed, Sudoc, BDSP avec comme équation de recherche : (("Self Care"[Mesh]) OR "Health Behavior"[Mesh:NoExp]) AND « Physicians »[Mesh:NoExp]. RésultatsSur les 505 articles identifiés, 28 références ont été incluses. En France, les organismes ont été divisés entre ceux qui proposent une plateforme téléphonique 24 heures sur 24 (ASRA, ARENE, ASSPC, ANAM, APSS, Asso-SPS, AAPMS, MOTS) et ceux qui proposent une consultation sur place (IMHOTEP, INTER.MED, MED.DOC 84, CPAM de Paris, Groupe Pasteur Mutualité). À l'étranger, nous avons trouvé des associations en Espagne (PAIMM), en Belgique (Médecins en difficulté), au Royaume-Uni (PHP), en Irlande (HIPP), en Suisse (ReMed), en Norvège (Villa Sana), au Canada (PAMQ), et aux États-Unis (PHP).ConclusionEn France et à l'étranger, l'offre de soins existe pour les médecins. Celles-ci sont tournées, le plus souvent, vers la prise en charge psychique des médecins et sont spécifiques à chaque pays. L'idéal serait d'avoir une seule structure dédiée à la santé globale des médecins dans toute la France avec la possibilité de consulter dans des antennes régionales ou départementales.
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 | 0.022 | 0.080 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.003 | 0.003 |
| Bibliometrics | 0.012 | 0.010 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.007 | 0.008 |
| Open science | 0.002 | 0.001 |
| Research integrity | 0.003 | 0.002 |
| Insufficient payload (model declined to judge) | 0.015 | 0.003 |
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".