Understanding the behavioural determinants of opioid prescribing among family physicians: a qualitative study
Notice bibliographique
Résumé
BACKGROUND: Longstanding variation in the views of family physicians (FPs) on the role of opioids seems to translate into widely varying prescribing rates. Improvement interventions are unlikely to achieve change if they do not understand and explicitly target the factors that determine physician prescribing behaviour. The aim of this work was to understand (1) the perspectives of FPs as it relates to opioid prescribing, and (2) the perceived barriers and enablers to guideline-adherent opioid prescribing and management of chronic non-cancer pain. METHODS: A qualitative study involving one-on-one, semi-structured interviews with a sample of FPs in Ontario, Canada. Interviews were analyzed using a directed content analysis informed by the Theoretical Domains Framework. A framework approach was used to explore interaction across behavioural determinants (factors influencing behaviour) as well as demographic sources of variation. The behaviour of interest for the current study was the prescribing of opioid medications (including initiation, renewal, and dose reduction) for patients with chronic, non-cancer pain. Associated issues in the overall management of such patients were also explored. RESULTS: Interviews were conducted with 22 FPs. Behavioural determinants interacted with one another to influence FPs prescribing behavior. The TDF domain Beliefs about Consequences played a central role in explaining physician prescribing behaviours as they related to the management of chronic non-cancer pain. Individual beliefs about prescribing consequences and patient behaviour interacted with prescriber beliefs about capabilities and perceptions of the FP's professional role to influence prescriber behaviour. Emotion and the environmental context influenced the impact of these determinants on opioid prescribing and the management of chronic non-cancer pain. CONCLUSIONS: FPs face a wide range of complex (and often interacting) challenges when prescribing opioid therapy to their patients. Solution-based strategies should target these determinants directly using evidence-based strategies that move beyond guideline dissemination and general education. Shared decision-making strategies and patient-facing decision aids are likely to decrease the tension experienced in challenging conversations.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,007 | 0,005 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».