Do pain specialists meet the needs of the referring physician? A survey of primary care providers
Notice bibliographique
Résumé
OBJECTIVE: To study the factors that influence the use of opioids in the management of chronic noncancer pain (CNCP) by primary care providers (PCPs) for patients returning from a pain specialist. DESIGN: A survey of PCPs. SETTING: Two physician groups in the Minneapolis-St. Paul metropolitan area. PARTICIPANTS: Two seventy-six PCPs surveyed and 80 surveys returned. MAIN OUTCOME MEASURES: Participants rated the importance of specific concerns regarding the role of pain specialists and the use of opioids in the management of CNCP. Past experience with pain specialists, comfort using opioids, and opinions regarding a trilateral opioid agreement were also examined. RESULTS: The top concerns for PCPs were as follows: the use of opioids in patients with chemical dependency or psychological issues, the escalation of opioid dosing, and the use of opioids in pain states without objective findings. They also ranked highly the importance of coordinating the return of patients from a pain specialist with explicit opioid instructions and the availability of consultation by phone or a timely follow-up visit. PCPs were supportive of the concept of a trilateral opioid agreement. CONCLUSIONS: PCPs have significant concerns regarding the prescribing of opioids in CNCP. They desire closer collaboration with pain specialists, including more explicit plans of care when patients are transferred back to them. The trilateral agreement may provide one framework for better collaboration.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».