What if Acupuncture Were Covered by Insurance for Pain Management? A Cross-Sectional Study of Cancer Patients at One Academic Center and 11 Community Hospitals
Notice bibliographique
Résumé
OBJECTIVE: In response to the national opioid crisis, governmental and medical organizations have called for broader insurance coverage of acupuncture to improve access to nonpharmacologic pain therapies, especially in cancer populations, where undertreatment of pain is prevalent. We evaluated whether cancer patients would be willing to use insurance-covered acupuncture for pain. DESIGN AND SETTING: We conducted a cross-sectional survey of cancer patients with pain at one academic center and 11 community hospitals. METHODS: We used logistic regression models to examine factors associated with willingness to use insurance-covered acupuncture for pain. RESULTS: Among 634 cancer patients, 304 (47.9%) reported willingness to use insurance-covered acupuncture for pain. In univariate analyses, patients were more likely to report willingness if they had severe pain (odds ratio [OR] = 1.59, 95% confidence interval [CI] = 1.03-2.45) but were less likely if they were nonwhite (OR = 0.59, 95% CI = 0.39-0.90) or had only received high school education or less (OR = 0.46, 95% CI = 0.32-0.65). After adjusting for attitudes and beliefs in multivariable analyses, willingness was no longer significantly associated with education (adjusted OR [aOR] = 0.78, 95% CI = 0.50-1.21) and was more negatively associated with nonwhite race (aOR = 0.49, 95% CI = 0.29-0.84). CONCLUSIONS: Approximately one in two cancer patients was willing to use insurance-covered acupuncture for pain. Willingness was influenced by patients' attitudes and beliefs, which are potentially modifiable through counseling and education. Further research on racial disparities is needed to close the gap in utilization as acupuncture is integrated into insurance plans in response to the opioid crisis.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 ».