MétaCan
Menu
Retour à la cohorte
Enregistrement W2186428201 · doi:10.5430/jha.v5n1p81

Organisational barriers to effective pain management amongst oncology nurses in Saudi Arabia

2015· article· en· W2186428201 sur OpenAlexvenueno aff
Mohammed Alqahtani, Linda Jones, Eleanor Holroyd

Notice bibliographique

RevueJournal of Hospital Administration · 2015
Typearticle
Langueen
DomaineMedicine
ThématiquePain Management and Opioid Use
Établissements canadiensnon disponible
Organismes subventionnairesRMIT University
Mots-clésThematic analysisContext (archaeology)MedicineFocus groupCancer painNonprobability samplingOncology nursingNursingPain managementFamily medicineQualitative researchCancerNurse educationPhysical therapyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Cancer pain is a multi-dimensional syndrome with a combination of acute and chronic pain that causes physical, psycho-social, behavioural, emotional and spiritual problems resulting in adverse effects on patients’ quality of life. Nurses need to be well prepared with knowledge on pain assessment and management techniques in oncology units, due to their vital role in the decision-making process regarding pain management. However, limited research has been conducted regarding nurses’ barriers regarding pain management in oncology units, especially in Saudi Arabia. The overall aim of this study was to explore the nurses’ perceived barriers that hinder the delivery of effective pain management to cancer patients. Five focus group discussions were conducted using a purposive sampling of six to eight nurses in each group, with a total of 35 oncology nurses. The results of focus group analysis revealed two main thematic categories with associated sub themes, being nurses’ workloads, and the absence of health team collaboration. This study provides an increased awareness of the barriers that may hinder the efficacy of pain management provided to cancer patients in Saudi Arabia context. Significant implications will benefit nursing practice, administration and education, in addition to identifying potential future research.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,409

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,290
Écart entre enseignants0,281 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Hospital AdministrationMême sujetPain Management and Opioid UseTravaux en français237 207