Modèle de soins partagés pour les hémopathies malignes chroniques complexes
Bibliographic record
Abstract
Les néoplasies myéloprolifératives (NMP) sont des leucémies chroniques rares sans chromosome Philadelphie. L’expertise de cette maladie peu commune est limitée et concentrée dans des centres spécialisés où les patients doivent se rendre pour obtenir confirmation du diagnostic, prendre des décisions complexes, recevoir des soins de soutien et accéder à de nouveaux médicaments par la participation à des essais cliniques. Toutefois, les nombreux déplacements nécessaires pour ces rendez-vous représentent un poids pour les patients; ils augmentent le fardeau financier, accroissent le stress des proches aidants et nuisent à la qualité de vie. Pour s’attaquer à ce problème, le programme du Centre de cancérologie Princess Margaret (PM) dédié aux NMP a mis en place un modèle de soins partagés et a misé sur la collaboration avec les équipes soignantes locales afin d’offrir aux patients atteints de NMP une prise en charge continue et des soins de soutien plus accessibles. Ainsi, les patients se déplacent moins et reçoivent des soins de qualité axés sur leurs besoins. Le présent article décrit l’expérience de mise en œuvre du modèle de soins partagés au Centre Princess Margaret, expérience qui pourrait s’étendre à d’autres hémopathies malignes chroniques et maladies chroniques rares. L’objectif ultime des soins partagés n’est pas de centraliser les services, mais plutôt de bâtir une communauté de soins accessibles pour le patient.
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 | 0.007 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.026 | 0.004 |
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".