Caring for patients with pain during the <scp>COVID</scp> ‐19 pandemic: consensus recommendations from an international expert panel
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
Chronic pain causes significant suffering, limitation of daily activities and reduced quality of life. Infection from COVID-19 is responsible for an ongoing pandemic that causes severe acute respiratory syndrome, leading to systemic complications and death. Led by the World Health Organization, healthcare systems across the world are engaged in limiting the spread of infection. As a result, all elective surgical procedures, outpatient procedures and patient visits, including pain management services, have been postponed or cancelled. This has affected the care of chronic pain patients. Most are elderly with multiple comorbidities, which puts them at risk of COVID-19 infection. Important considerations that need to be recognised during this pandemic for chronic pain patients include: ensuring continuity of care and pain medications, especially opioids; use of telemedicine; maintaining biopsychosocial management; use of anti-inflammatory drugs; use of steroids; and prioritising necessary procedural visits. There are no guidelines to inform physicians and healthcare providers engaged in caring for patients with pain during this period of crisis. We assembled an expert panel of pain physicians, psychologists and researchers from North America and Europe to formulate recommendations to guide practice. As the COVID-19 situation continues to evolve rapidly, these recommendations are based on the best available evidence and expert opinion at this present time and may need adapting to local workplace policies.
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 | 0,001 | 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 | 0,000 |
| 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