Le trouble de l’usage des opioïdes : évaluation et interventions infirmières à l’urgence
Bibliographic record
Abstract
Cet article met en lumière les préocupations liées à la prescription d’opioïdes chez des personnes en situation de vulnérabilité, notamment celles dépourvues de filet de sécurité sociale. Il souligne le rôle clé du personnel infirmier à l’urgence dans l’évaluation du risque de trouble de l’usage des opioïdes (TUO) et dans la mise en place d’interventions adaptées. Grâce à une approche intégrée, le personnel infirmier joue un rôle essentiel dans l’éducation des personnes soignées et de leurs proches, favorisant ainsi l’adhésion aux traitements pharmacologiques et psychothérapeutiques. Il peut également fournir des outils et des ressources au niveau de la gestion de la douleur aiguë ou chronique afin de réduire l’ensemble des risques sur la santé physique, psychologique et sociale de ces personnes. Dans un contexte où de nombreuses consultations à l’urgence concernent des douleurs aiguës ou chroniques, le personnel infirmier doit adopter les meilleures pratiques afin d’optimiser la prise en charge des personnes à risque de TUO.
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 | 0.007 | 0.016 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| 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 | 0.002 |
| 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".