Syndrome du bébé secoué : des critères médicaux de détection en question ?
Bibliographic record
Abstract
Parmi les violences infligées aux enfants, les secouements font partie des plus graves. Ils concernent des jeunes nourrissons secoués par des adultes présumés excédés par leurs pleurs. Identifiés il y a un demi-siècle, ces gestes de maltraitance peuvent causer des lésions neurologiques graves ou fatales, motivant des campagnes de prévention en France et dans le monde. Si la réalité et les conséquences dangereuses des secouements ne font pas débat, l'identification médicale des bébés qui ont été secoués, sur la base d'observations de différentes natures (notamment radiologique et anatomo-pathologique), est discutée depuis les années 1990 dans les milieux académiques, médicaux et judiciaires. Ces discussions portant sur la fiabilité scientifique de ces « diagnostics médicaux de maltraitance » sont nourries par une riche littérature, même si elles sont minimisées ou réfutées par certains acteurs institutionnels.Cet article propose une revue non-systématique de ces débats à travers un bref historique de la controverse et un exposé synthétique des sujets de discussion technique en matière médicale, scientifique et juridique. Il apparaît qu'il existe des évolutions importantes dans la compréhension du diagnostic du syndrome du bébé secoué, que ce soit sur la nature et la pathophysiologie des lésions associées, sur la valeur probante des données disponibles dans la littérature, ou encore sur la fiabilité médico-légale du diagnostic. L'impératif de protection de l'enfance explique l'entremêlement de ces débats académiques avec les problématiques juridiques, politiques et sociétales, mais il exige de dépasser les oppositions pour parvenir à une détection plus efficace et plus fiable de la maltraitance infantile.
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 | 0.005 | 0.028 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.005 | 0.003 |
| Science and technology studies | 0.002 | 0.007 |
| Scholarly communication | 0.003 | 0.005 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.004 | 0.004 |
| Insufficient payload (model declined to judge) | 0.004 | 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".