Perceptions des infirmières en oncologie et des patients accompagnateurs quant à l’intégration de patients accompagnateurs dans les équipes cliniques et lors des soins
Bibliographic record
Abstract
Au Canada, deux personnes sur cinq auront un diagnostic de cancer au cours de leur vie et cela aura un impact aux niveaux physiques, et psychosociales. Malgré l’accompagnement par des infirmières en oncologie (IO) ou des infirmières pivots en oncologie (IPO), les écrits scientifiques disponibles montrent que les patients ont toujours des besoins informationnels et psychosociaux insatisfaits. Pour répondre à ces besoins, le rôle de patient accompagnateur (PA) a été créé dans le cadre du projet de recherche québécois PAROLE-Onco. Des PA ont été introduits dans des équipes cliniques oncologiques et collaborent avec des IO dans le but d’améliorer l’expérience des patients. Bien que ce rôle soit novateur, peu d’études documentent cette intégration. Cette étude a pour but d’explorer les perceptions des PA et d’IO quant à l’intégration des PA dans les équipes cliniques et lors des soins de patients aux prises avec des problèmes de cancer. Une étude qualitative exploratoire a été réalisée à l’aide d’entrevues auprès de 12 participantes (six IO et six PA). Une analyse qualitative de contenu a permis d’analyser les données obtenues. Les résultats suggèrent que l’intégration des PA dans les équipes cliniques et lors des soins de patients atteints de cancer est variable et évolutive dans le temps. Les participantes ont constaté des effets bénéfiques sur les professionnels de la santé, les patients et les PA eux-mêmes. Les participantes ont également identifié plusieurs facteurs influençant l’intégration des PA dans les équipes cliniques tels que des facteurs liés à l’équipe clinique, liés à l’implantation du rôle, intrinsèques au PA et liés aux patients. Enfin, des participantes ont émis des recommandations en lien avec la dynamique de l’équipe clinique et la reconnaissance du rôle unique de PA afin d’améliorer leur intégration dans les équipes cliniques. Finalement, l’intégration des PA dans les équipes cliniques se fait de manière progressive et nécessite l’implication active des équipes cliniques. Plus particulièrement, les IO jouent un rôle essentiel dans cette intégration par leurs compétences de collaboration et de travail d’équipe.
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 | 0.009 | 0.014 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.007 | 0.007 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.003 |
| 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".