Review of chronic non-cancer pain research among Aboriginal people in Canada
Notice bibliographique
Résumé
PURPOSE: Aboriginal people in Canada are disproportionately affected by chronic illnesses, compared to non-Aboriginal Canadians. The purpose of this review was to determine whether differences exist between the two groups with respect to chronic non-cancer pain (CNCP) in order to better inform clinical practice and to identify research gaps. DATA SOURCES: Four electronic databases were searched for the period of 1990-2015. STUDY SELECTION: Only English and French language original studies that examined CNCP prevalence, assessment tools and beliefs among Aboriginal people in Canada were considered. DATA EXTRACTION: Data extracted included Aboriginal group, geographic location, study setting and pain definition (for prevalence studies only). RESULTS OF DATA SYNTHESIS: A total of 11 studies matched the selection criteria: 10 reported estimates of chronic pain prevalence among Aboriginal people in Canada, 1 was about a culturally adapted pain assessment tool, and no study was found about CNCP beliefs within Aboriginal people. CONCLUSION: CNCP among Aboriginal people is still a largely unexplored research field. The limited evidence available so far does not allow us to conclude that CNCP affects a higher proportion of Aboriginal than non-Aboriginal people in Canada. However, arthritis, a specific condition associated with chronic pain, is more prevalent in Aboriginal than non-Aboriginal people. Additional research is needed on other CNCP types and conditions. Furthermore, pain assessment tools are not culturally adapted and clinicians should inquire more about the beliefs of Aboriginal patients to make them feel safer and to better target interventions.
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 | 0,013 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».