Reducing Stigmatizing Language in Patient Health Records to Promote Respect for Patients

Reducing Stigmatizing Language in Patient Health Records to Promote Respect for Patients

🎙 Mary Catherine Beach 👥 1K 📅 12 novembre 2025 ⏱ 60 min 👁 67 📄 revue de littérature 🧭 2026-08-16
Disponible en : Français (actuel) English

Mots-clés

stigmatisationdossier patientbiais impliciteinjustice épistémiqueéquité en santé

Résumé

Cette conférence du Berman Institute, donnée par le Dr Mary Catherine Beach, professeure de médecine à Johns Hopkins, aborde la question du langage stigmatisant dans les dossiers de santé électroniques. Elle commence par définir ce qu’est le langage stigmatisant : des mots ou expressions qui peuvent amener le lecteur à avoir une impression négative du patient. Elle retrace l’origine de ses recherches, notamment une étude de 2007 sur la douleur des patients drépanocytaires, où elle a constaté que les notes contenaient des éléments discréditant la parole du patient. Elle présente ensuite une étude randomisée montrant que des notes stigmatisantes influencent négativement les attitudes des cliniciens et la prise en charge de la douleur. Elle relie ces observations au concept d’injustice épistémique, en particulier l’injustice testimoniale, et présente des analyses linguistiques de milliers de notes montrant des différences selon la race et le genre. Elle discute également des catégories de langage stigmatisant (crédibilité, comportement, conformité, apparence) et de leur prévalence. Enfin, elle propose des solutions : sensibilisation, formation médicale, outils d’aide à la rédaction comme ceux développés avec Epic, et l’impact potentiel de l’IA générative. La conférence se conclut par une discussion avec le public.

194 mots

Évaluation critique

Valeur des informations & solidité de l’argumentation

La valeur des informations est élevée : la conférencière présente des données empiriques issues de ses propres recherches et d’études publiées, montrant l’impact du langage stigmatisant sur les soins. L’argumentation est solide, s’appuyant sur des études randomisées et des analyses de grandes bases de données. Elle nuance toutefois ses propos en reconnaissant que certains termes peuvent être cliniquement justifiés, mais plaide pour une réduction de leur usage. La présentation est claire et structurée, avec des exemples concrets.

Rigueur scientifique, qualité des sources, adéquation du titre

La rigueur scientifique est bonne : les études citées sont publiées dans des revues à comité de lecture, et la conférencière mentionne les collaborations avec des linguistes et des ingénieurs. Les sources sont de qualité, mais la présentation ne détaille pas toujours les méthodologies complètes. L’adéquation entre le titre et le contenu est parfaite. Aucun commentaire n’a été fourni pour analyse.

153 mots

Adéquation titre / contenu

Le titre correspond parfaitement au contenu, qui traite de la réduction du langage stigmatisant dans les dossiers de santé.

Qualité & fiabilité

8/10

Exposé par une chercheuse reconnue, s'appuyant sur des études publiées et des données quantitatives, mais sans présentation détaillée des méthodologies ni des limites.

Moments clés

Sources citées

  • Epistemic Injustice: Power and the Ethics of Knowing — Ouvrage de Miranda Fricker mentionné comme source d'inspiration pour le concept d'injustice testimoniale.
  • Your Medical Chart Might Be Biased — Article de Slate écrit par Danielle Offrey, cité pour avoir qualifié le langage de 'dog whistles' raciaux.
  • Negative patient descriptors: Documenting racial bias in the electronic health record — Étude citée comme ayant documenté des biais raciaux dans les descripteurs négatifs des patients.
  • Diverse patient perspectives on respect in healthcare: A qualitative study — Publication de l'auteure sur les perspectives des patients concernant le respect.

Sources concordantes

  • Negative patient descriptors: Documenting racial bias in the electronic health record — Étude concordante montrant des biais raciaux dans les descripteurs négatifs.
  • Stigmatizing language in medical records: A systematic review — Revue de littérature concordante sur le sujet.

Sources discordantes

  • Some clinicians argue that certain terms are clinically necessary — Certains cliniciens estiment que des termes comme 'non-compliant' sont objectifs et nécessaires, ce qui contredit la position de la conférencière.

Apport & nouveautés

Cette conférence apporte une synthèse actualisée des recherches sur le langage stigmatisant dans les dossiers médicaux, en reliant des concepts philosophiques (injustice épistémique) à des analyses empiriques par NLP. Elle propose des pistes concrètes pour réduire ce phénomène, notamment via la sensibilisation et l’utilisation d’outils technologiques. L’originalité réside dans l’approche interdisciplinaire et la mise en évidence de biais raciaux et de genre dans le langage médical.

Pour aller plus loin :

103 mots

Profil radar

Le profil radar montre des scores élevés en quantité et qualité d'information, ainsi qu'en fiabilité, mais un niveau technique modéré, reflétant une présentation accessible à un public large.

Fiabilité 8/10