Implantation d’un triage infirmier pour évaluer l’aptitude à la transition dans une clinique de suivi à long terme en oncologie pédiatrique durant la pandémie de COVID-19 : obstacles et facilitateurs
Bibliographic record
Abstract
Cette étude répond à deux objectifs : décrire l’aptitude à la transition vers les soins aux adultes chez les mineurs survivants d’un cancer et leurs objectifs personnels à partir d’un échantillon clinique de taille limitée; et étudier le point de vue des professionnels de la santé sur l’utilisation clinique par les infirmières du Questionnaire sur l’évaluation de l’aptitude à la transition (TRAQ) et sur son interruption dans une clinique de suivi à long terme en oncologie pédiatrique. Le questionnaire a été remis à de jeunes survivants du cancer (n=7) dans un hôpital pédiatrique tertiaire, et des entrevues approfondies ont été menées auprès de professionnels de la santé (n=3) d’une clinique de suivi à long terme en oncologie pédiatrique. Les données qualitatives ont révélé des obstacles, des facilitateurs et des stratégies pour l’implantation du TRAQ en lien avec l’outil, les professionnels de la santé, les adolescents, et le contexte clinique. La compréhension de ces obstacles et de ces facilitateurs permettra l’élaboration d’un plan d’implantation du questionnaire en contexte clinique. L’analyse des données révèle des degrés variables d’aptitude à la transition parmi les patients ainsi que des thèmes récurrents dans leurs objectifs, ce qui confirme la nécessité d’une préparation à la transition vers les soins aux adultes pour les jeunes patients.
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 | 0.008 | 0.020 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 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) | 0.006 | 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".