MétaCan
Menu
← Retour à la cohorte
Enregistrement W3137879127 · doi:10.1371/journal.pone.0248238

A comparison of educational events for physicians and nurses in Australia sponsored by opioid manufacturers

2021· article· en· W3137879127 sur OpenAlexafffund
Quinn Grundy, Sasha Mazzarello, Sarah Brennenstuhl, Emily A. Karanges

Notice bibliographique

RevuePLoS ONE · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueOpioid Use Disorder Treatment
Établissements canadiensUniversity of Toronto
Organismes subventionnairesUniversity of Toronto
Mots-clésAttendanceMedicineFamily medicineMedical prescriptionChronic painOpioidPalliative careNursingPsychiatryInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Educational activities for physicians sponsored by opioid manufacturers are implicated in the over- and mis-prescribing of opioids. However, the implications of promotion to nurses are poorly understood. Nurses play a key role in assessing pain, addressing the determinants of pain, and administering opioid medications. We sought to understand the nature and content of pain-related educational events sponsored by opioid manufacturers and to compare events targeting physicians and nurses. METHODS: We conducted a cross sectional, descriptive analysis of pharmaceutical company reports detailing 116,845 sponsored educational events attended by health professionals from 2011 to 2015 in Australia. We included events that were sponsored by manufacturers of prescription opioid analgesics and were pain related. We compared event characteristics across three attendee groups: (a) physicians only; (b) at least one nurse in attendance; and (c) nurses only. We coded the unstructured data using iteratively generated keywords for variables related to location, format, and content focus. RESULTS: We identified 3,411 pain-related events sponsored by 3 companies: bioCSL/CSL (n = 15), Janssen (n = 134); and Mundipharma (n = 3,262). Pain-related events were most often multidisciplinary, including at least one nurse (1,964/3,411; 58%); 38% (1,281/3,411) included physicians only, and 5% (166/3,411) nurses only. The majority of events were held in clinical settings (61%) and 43% took the form of a journal club. Chronic pain was the most common event topic (26%) followed by cancer pain and palliative care (18%), and then generic or unspecified references to pain (15%); nearly a third (32%) of event descriptions contained insufficient information to determine the content focus. Nurse-only events were less frequently held in clinical settings (32%; p < .001) and more frequently were product launches (17%; p < .001) and a significantly larger proportion focused on cancer or palliative care (33%; p < .001), generic pain topics (27%; p < .001), and geriatrics (25%; p < .001) than physician-only or multidisciplinary events. DISCUSSION: Opioid promotion via sponsored educational events extends beyond physicians to multidisciplinary teams and specifically, nurses. Despite lack of evidence that opioids improve outcomes for long-term chronic non-cancer pain, hundreds of sponsored educational events focused on chronic pain. Regulators should consider the validity of distinguishing between pharmaceutical companies' "promotional" and "non-promotional" activities.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,032
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesIntégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,999
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,032
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,046
Tête enseignante GPT0,346
Écart entre enseignants0,300 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePLoS ONE→Même sujetOpioid Use Disorder Treatment→Travaux en français237 207→