Anatomy of the Pain Centre waiting list at the Centre hospitalier de l'Université de Montréal (CHUM)
Notice bibliographique
Résumé
BACKGROUND: Waiting list management at chronic pain clinics has become a serious problem throughout Canada. We analyzed the waiting list at the Centre hospitalier de l'Université de Montréal (CHUM) Pain Centre. METHODS: The present study is an observational, prospective study. We used a specifically designed survey questionnaire. Survey findings were analyzed with descriptive statistical methods. RESULTS: A total of 270 patients were contacted; only 146 were included. Of these, 93 were women and 53 men. The average age was 55.9 years. Fifty-two percent of the patients were referred by a medical specialist; 34% by family physicians; 3% for emergency; and 11% unknown. The mean for pain score was 6.7/10. Seventy-three percent were taking pain killers with an average improvement on their pain score of 52%. Ten percent of respondents were not taking any type of analgesic medication, while 17% were taking over-the-counter drugs. Fifty-three percent of the patients had been suffering from chronic pain for 5 years or less, while 10% had been suffering and awaiting specialized pain treatment for more than 20 years. CONCLUSION: Our data suggests that accessibility to specialized health care is not the sole obstacle to the timely and effective management of chronic pain. Seventy-three percent of the patients were taking some form of pharmaceutical treatment for pain and reported an average improvement rate of 52% on their pain score under medication. Such inconsistency may be attributable to patients' lack of compliance with their treatment. The World Health Organization Working Group recommended in chronic patients a novel approach to health care, based on patient therapeutic education. Our results show that patients need to acquire self-management skills regarding their chronic conditions.
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 | 0,017 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».