Learning to Manage Chronic Pain: The Patients’ Perspective
Notice bibliographique
Résumé
INTRODUCTION: The objective of the present study was to gain insight into patients' experiences in a 4-week interdisciplinary chronic pain management program by determining major themes from patients' written comments on exit questionnaires. METHODS: Upon completion of the program at the Chronic Pain Management Unit (CPMU), patients fill out program satisfaction (Pain Program Satisfaction Questionnaire) and evaluation of goal accomplishment (Self-Evaluation Scale) forms, sections of which are open-ended. Questionnaire data from 50 patients, admitted into the CPMU between May 2013 and December 2014, were randomly selected for this study. Written responses to open-ended sections were obtained. Comments were stratified by gender and coded using an inductive approach. Codes were grouped into categories which were further combined into several major themes. RESULTS: Six main themes extracted from comments were (1) impact of a strong interdisciplinary team, (2) learning to adapt in order to manage, (3) the Program as a stepping stone, (4) positive effects of a group effort, (5) improved mental health, and (6) benefits of the program. CONCLUSION: The results of this analysis reinforce the effectiveness of the interdisciplinary CPMU program at improving patients' quality of life. Findings may assist in the promotion of the program to stakeholders such as referral sources. The outcomes may also assist in the development of future programs that have similar goals. Concerns that arise within patients' comments may assist clinicians in this program to make adjustments such that all unique needs are met.
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 | 0,001 | 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 ».