Barriers and facilitators to postoperative pain management in Rwanda from the perspective of health care providers: A contextualization of the theory of planned behavior
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
AIMS: Identify opportunities to improve knowledge translation for post-operative pain management in Rwanda by exploring clinician and environmental factors affecting this practice. METHODS: The theory of planned behavior (TPB) guided development of a questionnaire to measure intent to assess and treat postoperative pain. Focus groups and individual interviews were used to contextualize the final questionnaire and generate questions related to pain management practice. Health care providers from two Rwandan teaching hospitals involved in postoperative pain management completed the TPB questionnaire in May 2015. TPB subscale scores were analyzed to identify demographic and practice characteristics associated with intention to treat pain. The general linear model was used to test effect of attitudes, subjective norms, and perceived control on behavioral intent to treat pain. RESULTS: = 131) had training in acute pain management, 56% used a pain protocol, and 74% used pain scales. Tramadol (78%), morphine (79%), and paracetamol (75%) were used most often to treat pain. Drug availability was the most frequently reported barrier to treating pain. Though intention to treat pain was high, only attitudes and perceived control about assessing pain were associated with intention to treat pain. The theme of fear of the adverse effects of pain medications was consistent across focus groups and interviews in both sites. CONCLUSIONS: System and knowledge barriers exist: interventions to address these barriers may lead to improved postoperative pain care. Further validation of the TPB questionnaire is required to address cultural and language factors specific to the Rwandan context.
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.
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 | 0,003 | 0,001 |
| 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 découle