La disruption occupationnelle chez les personnes âgées atteintes de cancer : une étude pilote
Bibliographic record
Abstract
Introduction. L’incidence du cancer augmente, surtout chez les personnes âgées. Toutefois, peu de données concernant les conséquences du cancer et de ses traitements sur les occupations existent. Pour concevoir une étude de cohorte visant à évaluer les retombées de l’ergothérapie auprès de personnes âgées atteintes de cancer, nous voulions vérifier notre hypothèse selon laquelle le cancer peut affecter les trois domaines occupationnels et pas seulement les soins personnels. Objectifs. Identifier les problèmes occupationnels des personnes âgées atteintes de cancer dans une étude pilote ; évaluer l’importance accordée aux occupations affectées. Objectifs secondaires : évaluer la faisabilité de recruter des participants pour une étude de cohorte ; préciser les critères d’inclusion et de non inclusion. Méthode. Étude pilote rétrospective, en service de rééducation gériatrique. Nous avons étudié les résultats de la mesure canadienne du rendement occupationnel (MCRO) auprès de personnes âgées atteintes d’un cancer, et analysé les problèmes occupationnels, et la perception de l’importance, du rendement et de la satisfaction. Résultats. Parmi les 30 personnes reçues en ergothérapie, sept ont été incluses, répertoriant 21 problèmes occupationnels. L’âge médian était de 84 ans [71 ; 89]. Neuf des 21 problèmes occupationnels étaient des soins personnels, six des activités productives et six des loisirs. Tous les domaines occupationnels étaient considérés comme importants. Les principales limites étaient la taille de l’échantillon et le suivi uniquement de personnes hospitalisées. Conclusion. Les trois domaines occupationnels peuvent être affectés. Il s’agit désormais d’étudier les déterminants de ces problèmes occupationnels afin de mieux comprendre qui sont les personnes concernées et proposer l’accompagnement ergothérapique le plus probant 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 | 0.010 | 0.012 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| 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".