Les patients-partenaires dans les soins du cancer : Une stratégie novatrice dans le dépistage de la détresse?
Bibliographic record
Abstract
La détresse des patients atteints de cancer est un aspect souvent négligé dans la prestation quotidienne des soins. Cela peut affecter la qualité de vie des malades et leur satisfaction à l’égard des soins qu’ils reçoivent, en plus d’accroître le risque de comorbidité et de morbidité. Le dépistage de la détresse, l’un des aspects considérés dans l’approche centrée sur le patient, figure désormais parmi les normes de pratiques internationales et les critères d’agrément pour les centres de traitement du cancer aux États-Unis et au Canada. En se basant sur des modèles de partenariats existants, le Centre intégré de cancérologie du Centre hospitalier de l’Université de Montréal (CHUM) a recruté des patients qui ont agi en « partenaires » dans la création et la mise en œuvre de son programme de détection de la détresse. Dans le cadre de ce programme, des patients-partenaires ont intégré une équipe de soutien psychosocial spécialisée en oncologie. Ils ont ainsi contribué au programme de formation des professionnels de la santé et aidé à sélectionner des outils de dépistage de la détresse. Cet article décrit pourquoi et comment le centre de cancérologie du CHUM a développé un programme novateur de détection de la détresse misant sur le patient-partenaire en vue de mieux répondre aux besoins des personnes qui luttent contre le cancer.
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 | 0.017 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.007 | 0.007 |
| Scholarly communication | 0.009 | 0.007 |
| Open science | 0.002 | 0.007 |
| Research integrity | 0.004 | 0.009 |
| Insufficient payload (model declined to judge) | 0.010 | 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".