Psychotraumatismes et interactions culturelles en contexte humanitaire
Bibliographic record
Abstract
Résumé La prise en charge du psychotraumatisme en contexte humanitaire pose des défis complexes, en raison de la diversité des cultures rencontrées et de la variabilité des expressions de la souffrance psychique. Loin d’être universelle, la manifestation du trouble de stress post-traumatique (TSPT) est influencée par des facteurs culturels qui modifient à la fois les plaintes, les attentes thérapeutiques et les stratégies de résilience. Dans certaines sociétés, les symptômes s’expriment surtout par le corps (douleurs, troubles digestifs), alors que dans d’autres, les émotions sont exprimées plus directement. Ces variations peuvent conduire à des erreurs diagnostiques, notamment lorsque les outils d’évaluation standardisés comme la CAPS-5 ( Clinician-Administered PTSD Scale for DSM-5 ) ou la PCL-5 ( PTSD Checklist for DSM-5 ) sont utilisés sans adaptation. Des concepts comme les « scripts culturels du traumatisme » ou les syndromes spécifiques ( Susto , Khal’a , Khyâl cap , etc.) éclairent la manière dont les traumatismes sont compris localement. De même, les pratiques de soin traditionnelles (guérisseurs, rituels communautaires) jouent un rôle important dans la restauration du lien social, et leur intégration dans les prises en soin améliore l’adhésion thérapeutique. Les approches hybrides, combinant psychothérapies occidentales et ressources locales, montrent ainsi une meilleure efficacité, comme démontré en Ouganda, au Cambodge ou au Botswana. Le manque de formation interculturelle des soignants constitue un frein majeur. Une majorité d’intervenants humanitaires ne sont pas formée aux variations culturelles du TSPT, ce qui alimente les diagnostics erronés et les ruptures de soin. Pour répondre à ces défis, des initiatives émergent. L’utilisation de l’intelligence artificielle, comme le programme MINOR-IA, permet d’évaluer les symptômes dans la langue maternelle du patient, améliorant la précision diagnostique de près de 30 %. Néanmoins, ces outils technologiques doivent être encadrés, car ils peuvent reproduire des biais culturels s’ils ne sont pas validés localement. L’article souligne l’urgence d’intégrer les compétences interculturelles dans les formations en santé mentale, de développer des collaborations avec les ressources communautaires et d’investir dans des outils assistés par l’intelligence artificielle. Une approche intégrative, sensible aux contextes, est essentielle pour assurer une réponse humanitaire adaptée et respectueuse de la diversité des langues et des cultures.
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 | 0.001 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.004 | 0.007 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.000 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.008 | 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".