Outcomes and reflections on a consensus-building workshop for developing a spinal cord injury-related chronic pain research agenda
Notice bibliographique
Résumé
Context/ Objective: Chronic pain following spinal cord injury (SCI) is a prevalent secondary health condition that significantly impacts quality of life (QoL). Although growing, the number of available effective pain management approaches for SCI is limited. Recognizing the need to "kick-start" activity on this topic, a consensus-building workshop on developing a research agenda for SCI-related chronic pain was held in 2006 with an expert panel. The present paper describes the processes of the consensus-workshop and its associated outcomes towards advancing the research agenda for SCI-related pain in Canada. A commentary on the current state of knowledge regarding SCI-related pain is also provided. METHODS: Thirty-nine stakeholders (researchers, clinicians, policy-makers, SCI advocates, and people with SCI) attended the consensus-workshop. A modified Delphi approach was employed to gain consensus on identifying the top five SCI pain research priorities for improving QoL post-SCI. As well, project planning along with infrastructure support opportunities were discussed. RESULTS: The top five pain research priorities were: 1) pain management and treatment; 2) measurement tools; 3) health services policy and advocacy; 4) knowledge transfer; and 5) mechanisms of pain. Recommendations related to the priorities and related resources were generated, and pilot work was initiated. CONCLUSIONS: The consensus workshop provided an initial roadmap for research on SCI-related chronic pain, and supported five pilot projects on the identified priorities. Reflections on the current research landscape in Canada and abroad suggest increased activity towards addressing pain post-SCI but evidence-based approaches are still lacking.
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 | 0,010 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».