MétaCan
Menu
Retour à la cohorte
Enregistrement W2187860730 · doi:10.1155/2013/528645

Self‐Reported Practices in Opioid Management of Chronic Noncancer Pain: A Survey of Canadian Family Physicians

2013· article· en· W2187860730 sur OpenAlexaffabout
Michael Allen, Mark Asbridge, Peter MacDougall, Andrea D Furlan, Oleg Tugalev

Notice bibliographique

RevuePain Research and Management · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueOpioid Use Disorder Treatment
Établissements canadiensInstitute for Work & HealthToronto Rehabilitation InstituteUniversity of TorontoNova Scotia Health AuthorityDalhousie University
Organismes subventionnairesnon disponible
Mots-clésGuidelineMedicineFamily medicineMedical prescriptionChronic painOpioidAddictionMedical emergencyPsychiatryNursing

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: In May 2010, a new Canadian guideline on prescribing opioids for chronic noncancer pain (CNCP) was released. To assess changes in family physicians' (FPs) prescribing of opioids following the release of the guideline, it is necessary to know their practices before the guideline was widely disseminated. OBJECTIVES: To determine FPs' practices and knowledge in prescribing opioids for CNCP in relation to the Canadian guideline, and to determine factors that hinder or enable FPs in prescribing opioids for CNCP. METHODS: An online survey was developed and FPs who manage CNCP were electronically contacted through the College of Family Physicians of Canada, university continuing medical education offices and provincial regulatory colleges. RESULTS: A total of 710 responses were received. FPs followed a precautionary approach to prescribing opioids and already practiced in accordance with Canadian guideline recommendations by discussing adverse effects, monitoring for aberrant drug-related behaviour and advising caution when driving. However, FPs seldom discontinued opioids even if they were ineffective and were unaware of the 'watchful dose' of opioids, the daily dose at which patients may need reassessment or closer monitoring. Only two of nine knowledge questions were answered correctly by more than 40% of FPs. The main enabler to optimal opioid prescribing was having access to a patient's opioid history from a provincial prescription monitoring program. The main barriers to optimal prescribing were concerns about addiction and misuse. CONCLUSIONS: While FPs follow a precautionary approach to prescribing opioids for CNCP, there are substantial practice and knowledge gaps, with implications for patient safety and costs.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,042
Score d'incertitude au seuil0,085

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,081
Tête enseignante GPT0,366
Écart entre enseignants0,285 · 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 source (Gemma direct ou Codex distillé), 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

Citations42
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePain Research and ManagementMême sujetOpioid Use Disorder TreatmentTravaux en français237 207