L’incidence du rôle d’infirmière clinicienne spécialisée dans le programme des néoplasies myéloprolifératives : Deuxième partie – L’expérience des soins des patients et de l’équipe
Bibliographic record
Abstract
Les néoplasies myéloprolifératives forment un groupe de troubles clonaux rares des cellules progénitrices hématopoïétiques; elles sont associées à des symptômes propres à la maladie, à des événements thrombotiques et à un risque d’évolution vers la leucémie myéloblastique aiguë (Tefferi, 2021). La relative rareté de cette pathologie ainsi que la complexité des soins ont mené à la création du programme des néoplasies myéloprolifératives du Centre de cancérologie Princess Margaret. Le programme applique un modèle de soins partagés avec des hématologues de la région (qui deviennent partenaires des soins partagés) pour assurer aux patients l’accès à un spécialiste des néoplasies myéloprolifératives tout en continuant de recevoir des soins près de chez eux (Cheung et al., 2021). En place depuis 2016, le rôle d’infirmière clinicienne spécialisée (ICS) a fait son apparition non seulement pour appuyer le modèle de soins partagés, mais aussi pour faciliter le triage des patients nouvellement aiguillés vers le centre, et faciliter les consultations et le suivi. Bien que ce rôle fasse partie du système de santé depuis les années 1940, sa définition et ses avantages demeurent parfois flous pour l’équipe interdisciplinaire. La série d’articles décrit, à l’aide d’une approche multiméthode, le processus et les résultats quantitatifs de l’évaluation des effets du rôle d’ICS sur le programme des néoplasies myéloprolifératives. Cette seconde partie traite de l’expérience des soins que font les patients et les soignants de la présence de l’ICS au sein de l’équipe de professionnels. Mots-clés : infirmière clinicienne spécialisée, influence du rôle, économie de coûts
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 | 0.012 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.012 | 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".