(Ré)imaginer la médecine : recherche translationnelle et partenariat-patient
Bibliographic record
Abstract
L’émergence de la recherche translationnelle et du partenariat-patient suscite plusieurs transformations de nos rapports à la médecine, à la recherche biomédicale et au statut des patients. Dans un désir d’accélérer le passage entre le laboratoire de recherche et le chevet du patient, ces deux modèles ambitionnent à « révolutionner » la pratique médicale tout en laissant place à l’apparition de nouveaux acteurs de la santé : les patients-experts. Cette thèse cherche à comprendre et à expliquer les enjeux sociaux, économiques, politiques et éthiques soulevés par l’arrivée de la recherche translationnelle et du partenariat-patient au Québec. Conceptuellement, cette recherche s’appuie sur la littérature en science, technologie et société (STS), particulièrement sur l’articulation entre les discours innovateurs en médecine, l’organisation socioéconomique du financement de la recherche et les transformations sociohistoriques du statut du patient. Méthodologiquement, elle repose sur une série d’entretiens qualitatifs menés auprès de chercheur.e.s, de médecins et de patient.e.s ainsi qu’une recension des discours médiatiques, institutionnels, scientifiques et de vulgarisation portant sur la recherche translationnelle et le partenariat-patient. De manière plus spécifique, en analysant les discours entourant ces deux pratiques, l’objectif de cette recherche est d’exposer les imaginaires sociotechniques sous-jacents, mais aussi les dynamiques de promesses et de spéculations qui y sont rattachées. Captés émotionnellement par le potentiel des projets de recherche et l’espoir de guérir (soi-même ou autrui), les acteurs-ices de la recherche translationnelle et du partenariat-patient sont pris au sein de logiques bioéconomiques compétitives et d’impératifs de production scientifique. Ainsi, cette thèse vise à démontrer comment l’optimisme technoscientifique entourant ces deux modèles se déploie au sein d’une importante tension entre l’espoir d’un idéal démocratique en médecine et les impératifs technocratiques du système de financement en santé.
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 | 0.078 | 0.085 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.010 | 0.045 |
| Scholarly communication | 0.027 | 0.016 |
| Open science | 0.003 | 0.011 |
| Research integrity | 0.008 | 0.014 |
| Insufficient payload (model declined to judge) | 0.016 | 0.006 |
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".