How “bad” does the pain have to be? A qualitative study examining adherence to pain medication in older adults with osteoarthritis
Notice bibliographique
Résumé
OBJECTIVE: To explore the experience of adherence to pain medication in older adults with osteoarthritis (OA). METHODS: Individuals were recruited from an existing cohort (n = 1,300) of persons with disabling hip and knee OA. Twenty-seven individuals who reported previous physician visits for their arthritis, spoke English, were Toronto residents, and were receptive to in-depth interviews were approached by the cohort telephone interviewer to discuss their experiences with prescribed painkillers for OA. Semistructured face-to-face interviews were conducted by a qualitative researcher in participants' homes. RESULTS: Nineteen adults (10 women, 9 men) ages 67-92 years were interviewed for 1-3 hours. Participants varied in their socioeconomic status and education levels. Most had comorbidities, such as heart disease and diabetes, for which they were also being treated. Findings indicated that adherence to pain medication differed from that of other prescribed medications. Participants were reluctant to take painkillers, and when they did, they generally took them at a lower dose or frequency than prescribed. This behavior did not reflect their recommendations for others, who they expected to be treated appropriately for pain and to adhere to pain medication. Perceptions and attitudes to pain played an integral role in participants' adherence to painkillers. Despite obvious physical limitations, participants minimized their pain and claimed to have a high pain tolerance. CONCLUSION: These findings suggest that reevaluation of the prescription of pain medication for OA is warranted and that the effectiveness of pain management in OA needs to account for adherence behavior in older adults.
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 | 0,006 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 ».