Identifying appropriate outcomes to help evaluate the impact of the Canadian Guideline for Safe and Effective Use of Opioids for Non-Cancer Pain
Notice bibliographique
Résumé
BACKGROUND: The Canadian Guideline for Safe and Effective Use of Opioids for Chronic Non-Cancer Pain (COG) was developed in response to increasing rates of opioid-related hospital visits and deaths in Canada, and uncertain benefits of opioids for chronic non-cancer pain (CNCP). Following publication, we developed a list of evaluable outcomes to assess the impact of this guideline on practice and patient outcomes. METHODS: A working group at the National Pain Centre at McMaster University used a modified Delphi process to construct a list of clinical and patient outcomes important in assessing the uptake and application of the COG. An advisory group then reviewed this list to determine the relevance and feasibility of each outcome, and identified potential data sources. This feedback was reviewed by the National Faculty for the Guideline, and a National Advisory Group that included the creators of the COG, resulting in the final list of 5 priority outcomes. RESULTS: Five outcomes were judged clinically important and feasible to measure: 1) Effects of opioids for CNCP on quality of life, 2) Assessment of patient's risk of addiction before starting opioid therapy, 3) Monitoring patients on opioid therapy for aberrant drug-related behaviour, 4) Mortality rates associated with prescription opioid overdose and 5) Use of treatment agreements with patients before initiating opioid therapy for CNCP. Data sources for these outcomes included patient's medical charts, e-Opioid Manager, prescription monitoring programs and administrative databases. CONCLUSION: Measuring the impact of best practice guidelines is infrequently done. Future research should consider capturing the five outcomes identified in this study to evaluate the impact of the COG in promoting evidence-based use of opioids for CNCP.
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 | 0,002 |
| 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 | 0,000 |
| 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 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 ».