Naviguer dans le système de soins de santé : perceptions des patients aux prises avec des douleurs chroniques
Bibliographic record
Abstract
Il nous faut créer un nouveau cadre pour les patients aux prises avec des douleurs chroniques et pour les médecins de soins primaires qui s’en occupent, cadre qui reconnaîtrait l’expérience de chacun et qui fournirait de l’information fondée sur des données probantes, ainsi que de meilleurs liens avec les ressources communautaires. La présente étude décrit l’expérience de 19 sujets souffrant de douleurs chroniques qui ont cherché un soulagement par le moyen du système de soins de santé. Leur expérience a été consignée par l’intermédiaire d’entrevues en profondeur, semi-structurées, puis analysée par des méthodes qualitatives. Les participants ont déclaré avoir éprouvé de l’optimisme au début, puis avoir été déçus, et finalement avoir accepté de vivre avec la douleur chronique. Les personnes souffrant de douleurs chroniques, tout comme les professionnels de la santé qui s’en occupent, ont besoin de ressources fondées sur des données probantes, ainsi que d’information sur les meilleures pratiques pouvant les aider à gérer la douleur. Une communication empreinte d’empathie entre les professionnels et les personnes atteintes de douleurs chroniques est primordiale car des communications marquées par l’insensibilité ont un effet négatif sur l’individu, réduisant l’observance du traitement et accroissant l’utilisation des services de santé.
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 | 0.015 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.006 | 0.005 |
| Scholarly communication | 0.006 | 0.004 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.004 | 0.000 |
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".