Fragilité osseuse due au traitement du cancer du sein : rôle essentiel des infirmières dans l’élaboration, la mise en œuvre et l’évaluation d’un programme pour la santé des os
Bibliographic record
Abstract
Le traitement du cancer du sein modifie les taux d’œstrogène et entraîne une importante perte osseuse, de l’ostéoporose et des risques de fracture. Bien qu’il existe des lignes directrices sur les soins des os soient, les personnes à risque ne bénéficient pas systématiquement des interventions en ce sens. Le présent article fait état du processus de conception et de mise en œuvre d’un Programme Santé seins et os (PSSO) bilingue et dirigé par des infirmières, offert en personne et en ligne dans un centre de cancérologie de Montréal, dans la province de Québec (https://santeseinsetos.ca/). Le PSSO propose des interventions personnalisées pour préserver la santé des os : évaluation des risques, information sur la réadaptation, prescription d’exercices, conseils nutritionnels et accompagnement pour l’adoption d’un mode de vie sain. Pendant 2 ans, des femmes traitées pour un cancer du sein (N = 430) ont pris part au programme. De ce nombre, 40 % (n = 97) ont dit au départ ignorer que certains traitements anticancéreux pouvaient fragiliser considérablement les os. À la suite de la première séance d’information avec l’infirmière responsable du PSSO, leurs connaissances autoévaluées à ce sujet se sont grandement améliorées, et 96 % ont dit en savoir suffisamment pour gérer leur santé osseuse. Le PSSO a été créé à l’intention des professionnels de la santé et des femmes atteintes de cancer du sein. Il offre une évaluation du risque en ligne et en personne ainsi que des activités et des outils visant à promouvoir la bonne santé des os. Le présent article décrit le contexte ayant mené à l’élaboration et à la mise en œuvre du PSSO, de même que l’évaluation préliminaire du programme.
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 | 0.015 | 0.035 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.003 | 0.003 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.011 | 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".