Validation de la version française du Psychosocial Assessment Tool : un outil de dépistage psychosocial en contexte d’oncologie pédiatrique
Bibliographic record
Abstract
Introduction. Les familles d’enfants atteints d’un cancer sont confrontées à de nombreux facteurs de stress pouvant négativement impacter leur qualité de vie et santé mentale. Il est nécessaire d’identifier les familles à risque de développer de la détresse afin d’offrir un soutien efficace. Le Psychosocial Assessment Tool (PAT) est un bref questionnaire mesurant le risque de détresse familiale via sept sous-domaines psychosociaux. L'absence d'une version française validée entrave la mise en œuvre du dépistage systématique chez les francophones du Canada. Cette recherche vise à valider la première version française du PAT. Méthodes. Des parents francophones ayant un enfant atteint d’un cancer (n = 66) ont complété une série de questionnaires contenant la traduction française du PAT ainsi que d’autres mesures de comparaisons. Des coefficients de corrélations ont permis d’analyser la validité et des coefficients de Kuder Richardson 20, la fiabilité. Résultats. Le PAT possède une cohérence interne adéquate (KR20 = .64). Trois sous-échelles ont démontré une validité congruente avec des tailles d’effet moyennes à larges (r = .38 à .59, p < .05). Deux sous-échelles ont été validées via des corrélations de Spearman dû à une absence de distribution normale (r = -.26 à .44, p < .05). La validité discriminante a été démontrée pour deux échelles où la validité congruente n’était pas significative. Conclusion. Le PAT possède des propriétés psychométriques acceptables pour une utilisation clinique en oncologie pédiatrique. L’outil consiste en un point de départ rapide et efficace dans le processus de dépistage. Des recherches futures permettront d’implanter le questionnaire en clinique.
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 | 0.031 | 0.045 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 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".