Évaluation comparative de stratégies visant à augmenter les interventions de courte durée en cessation tabagique auprès du personnel infirmier de milieux hospitaliers

Introduction : Les résultats de recherches ont démontré que la cessation tabagique augmente là où des interventions professionnelles préventives sont appliquées avec constance. On rapporte qu’au Québec, 62 % des infirmières (toutes pratiques confondues) évaluent le statut tabagique de leurs clients et 38 % suggèrent la cessation tabagique. En milieu hospitalier, l’évaluation du statut tabagique diminue à 30 %. Or, le personnel infirmier hospitalier est présent dans les unités de soins 24 heures sur 24, ce qui laisse prévoir une influence potentielle non négligeable dans la décision des patients de cesser de fumer. Objectif : La présente recherche a pour objectif de comparer, avec un groupe contrôle, l’efficacité de stratégies (formation interactive, rappel, multiple) pour augmenter les interventions réalisées en cessation tabagique dans des unités de médecine et de chirurgie. Le choix de ces stratégies repose sur leur efficacité et leur potentiel d’implantation dans d’autres centres. Méthodologie : Un devis expérimental avec randomisation par groupe a été choisi. Le modèle factoriel permet d’évaluer l’effet de chacun des groupes expérimentaux en regard du groupe contrôle. Des mesures préstratégies et poststratégies (à 1 mois et à 3 mois) sont privilégiées. Plusieurs outils permettent de mesurer les effets des stratégies et ce, avec des sources diversifiées (personnel infirmier, patients, dossiers des patients, gestionnaires et responsables des centres d’abandon du tabac). Résultats : Au total, 156 infirmières et infirmières-auxiliaires ont répondu à des questionnaires au temps 1, 78 au temps 2 et 69 au temps 3. Parallèlement au personnel infirmier, 156 patients ont été rejoints au temps 1, 89 au temps 2 et 98 au temps 3. Les résultats démontrent que le personnel infirmier évalue le statut tabagique chez 35,7 % de la clientèle seulement et la motivation à cesser de fumer chez 17,6 % des patients. Au cours de notre recherche, peu d’interventions en cessation tabagique ont été réalisées dans les unités de médecine et de chirurgie; la présence de plusieurs obstacles de même qu’une perception d’inefficacité des interventions de la part du personnel infirmier semblent en être les causes. Les résultats de notre recherche ne nous a pas permis d’appuyer nos hypothèses. Cependant, des analyses complémentaires ont démontré que la stratégie de formation interactive a permis d’augmenter certaines pratiques cliniques à court terme et de diminuer la perception d’obstacles à l’intervention. Le rappel n’a pas fonctionné correctement et n’a pu être évalué. Conclusion : En considérant les résultats modestes des stratégies implantées, la formation interactive a eu un impact à très court terme sur les interventions courtes en cessation tabagique réalisées par le personnel infirmier d’unités de soins en médecine et en chirurgie. Les difficultés rencontrées lors de l’implantation des stratégies ont été expliquées, ce qui permettra une planification plus éclairée de futures recherches dans le domaine.

Urban Detection From Hyperspectral Images Using Dimension-Reduction Model and Fusion of Multiple Segmentations Based on Stuctural and Textural Features

Ce mémoire de maîtrise présente une nouvelle approche non supervisée pour détecter et segmenter les régions urbaines dans les images hyperspectrales. La méthode proposée n ́ecessite trois étapes. Tout d’abord, afin de réduire le coût calculatoire de notre algorithme, une image couleur du contenu spectral est estimée. A cette fin, une étape de réduction de dimensionalité non-linéaire, basée sur deux critères complémentaires mais contradictoires de bonne visualisation; à savoir la précision et le contraste, est réalisée pour l’affichage couleur de chaque image hyperspectrale. Ensuite, pour discriminer les régions urbaines des régions non urbaines, la seconde étape consiste à extraire quelques caractéristiques discriminantes (et complémentaires) sur cette image hyperspectrale couleur. A cette fin, nous avons extrait une série de paramètres discriminants pour décrire les caractéristiques d’une zone urbaine, principalement composée d’objets manufacturés de formes simples g ́eométriques et régulières. Nous avons utilisé des caractéristiques texturales basées sur les niveaux de gris, la magnitude du gradient ou des paramètres issus de la matrice de co-occurrence combinés avec des caractéristiques structurelles basées sur l’orientation locale du gradient de l’image et la détection locale de segments de droites. Afin de réduire encore la complexité de calcul de notre approche et éviter le problème de la ”malédiction de la dimensionnalité” quand on décide de regrouper des données de dimensions élevées, nous avons décidé de classifier individuellement, dans la dernière étape, chaque caractéristique texturale ou structurelle avec une simple procédure de K-moyennes et ensuite de combiner ces segmentations grossières, obtenues à faible coût, avec un modèle efficace de fusion de cartes de segmentations. Les expérimentations données dans ce rapport montrent que cette stratégie est efficace visuellement et se compare favorablement aux autres méthodes de détection et segmentation de zones urbaines à partir d’images hyperspectrales.