Optimiser les soins palliatifs précoces aux patients atteints d’un cancer hématologique recevant une greffe de cellules souches : rôle de l’infirmière praticienne
Bibliographic record
Abstract
La greffe de cellules souches hématopoïétiques (GCSH) est une approche thérapeutique intensive des hémopathies malignes qui s’accompagne d’un important risque de morbidité et de mortalité. Malgré la lueur d’espoir qu’elle apporte aux patients, les traitements sont longs et pénibles, tant du point de vue physique que psychosocial. Habituellement, la greffe de cellules souches hématopoïétiques a une visée curative qui laisse peu de place à un partenariat éventuel avec les services de soins palliatifs et, lorsque ces derniers sont proposés, il est souvent trop tard pour en tirer un bénéfice notable. Il faudrait donc systématiser le recours aux soins palliatifs pour les patients atteints d’hémopathie maligne qui reçoivent une GCSH; cependant, il demeure difficile de trouver la meilleure voie pour établir un tel partenariat. Les infirmières praticiennes, qui sont de plus en plus nombreuses, possèdent les connaissances et les compétences requises pour combler les lacunes dans la prestation de soins palliatifs aux patients recevant une GCSH. L’algorithme de soins palliatifs précoces dispensés par les infirmières praticiennes aux patients recevant une GCSH (dit NEST en anglais, pour « Nurse-Practitioner-Delivered Early Palliative Care for Stem Cell Transplant ») vise justement à faire le pont entre les services palliatifs et les équipes d’hématologie et de greffe afin d’offrir aux patients les meilleurs soins possible.
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 | 0.002 | 0.011 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.009 | 0.001 |
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".