Intake Assessment of Problematic Use of Medications in a Chronic Noncancer Pain Clinic
Notice bibliographique
Résumé
BACKGROUND: The present article outlines the process of instituting an assessment of risk of problematic use of medications with new patients in an ambulatory chronic noncancer pain (CNCP) clinic. It is hoped that the authors' experience through this iterative process will fill the gap in the literature by setting an example of an application of the 'universal precautions' approach to chronic pain management. OBJECTIVES: To assess the feasibility and utility of the addition of a new risk assessment process and to provide a snapshot of the risk of problematic use of medications in new patients presenting to a tertiary ambulatory clinic treating CNCP. METHODS: Charts for the first three months following the institution of an intake assessment for risk of problematic medication use were reviewed. Health care providers at the Wasser Pain Management Centre (Toronto, Ontario) were interviewed to discuss the preliminary findings and provide feedback about barriers to completing the intake assessments, as well as to identify the items that were clinically relevant and useful to their practice. RESULTS: Data were analyzed and examined for completeness. While some measures were considered to be particularly helpful, other items were regarded as repetitive, problematic or time consuming. Feedback was then incorporated into revisions of the risk assessment tool. DISCUSSION: Overall, it is feasible and useful to assess risk for problematic use of medications in new patients presenting to CNCP clinics. CONCLUSION: To facilitate the practice of assessment, the risk assessment tool at intake must be concise, clinically relevant and feasible given practitioner time constraints.
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 | 0,008 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».