Chronic pain management and the development of opioid use disorder
Notice bibliographique
Résumé
Chronic pain is a common condition that impacts quality of life and often precipitates the need for medical attention. Despite evidence that long-term opioid use provides limited relief, prescription opioid therapy remains a cornerstone in the medical management of chronic non-cancer pain. Presently, 13% of Canadians are prescribed opioids for pain management, and physicians play a crucial role in preventing the development of opioid use disorders. However, Canadian physicians lack knowledge of and comfort with evidence-based principles of opioid stewardship. In this article, we aim to highlight ongoing Canadian efforts to address physician discomfort and improve clinical practice. We focus on 2017 Canadian guidelines that provide clinicians with evidence-based recommendations for opioid use in chronic non-cancer pain management. In addition, we call attention to provincial efforts to implement physician accountability measures. In reviewing the existing literature, we uncovered inadequacies in pain management curricula within the Canadian undergraduate and continuing medical education (CME) systems. We consulted the educational practices of the European Pain Federation and the Centers for Disease Control and Prevention to make recommendations for improvement to current Canadian pain curricula. Based on our findings, we recommend that (1) Canadian medical institutions expand upon current core pain curricula, (2) pain management education be made compulsory, (3) academic detailing be emphasized as a means of CME, and (4) multidisciplinary non-medical management of chronic pain be featured more extensively.
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 | 0,001 |
| 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) | 0,001 | 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 ».