La non-adhésion au traitement chez les adolescents atteints de mucoviscidose
Bibliographic record
Abstract
Objectif : Cette revue de littérature a pour but de comprendre les facteurs qui entourent la non-adhésion au traitement chez les adolescents atteints de fibrose kystique. L’identification de ces facteurs va permettre de pouvoir les prendre en compte dans l’approche globale du patient au travers d’implications pour la pratique. Méthode : Les articles utilisés pour cette revue de littérature ont été recherchés sur les bases de données CINHAL et Pubmed-Medline. Les articles ont été sélectionnés selon différents critères, mais en particulier selon celui de l’âge, à savoir les adolescents entre 10 et 20 ans. La grille de Laval a été utilisée pour l’analyse des articles. Résultats : Onze articles ont été sélectionnés pour la revue de la littérature. Les facteurs les plus souvent cités sont les relations avec la famille et les pairs, les contraintes liées au traitement et à la maladie, les relations avec l’équipe soignante, les différences entre les filles et les garçons. Conclusion : La connaissance de ces facteurs va guider l’infirmière dans l’élaboration d’interventions telles que collaborer avec le patient dans l’élaboration du plan de soin, s’intéresser au style de vie du patient, ainsi qu’à ses buts et objectifs et aborder systématiquement la non-adhésion durant les visites de routine et pendant les moments d’éducation thérapeutique.
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 | 0.062 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.002 | 0.002 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.004 | 0.003 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.005 | 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".