Elicitation of stakeholder viewpoints about medical cannabis research for pain management in critically ill ventilated patients: A Q-methodology study
Notice bibliographique
Résumé
OBJECTIVES: To determine acceptability of medical cannabis research in critically ill patients. DESIGN: Q-methodology survey. SETTING: Convenience sample of healthcare providers and the general public were recruited at an acute care community hospital in Ontario, Canada. PARTICIPANTS: In the first phase, 63 respondents provided 197 unique viewpoints in response to a topic statement about medical cannabis use in critically ill patients. Twenty-five viewpoints were selected for the q-sample. In the second phase, 99 respondents ranked these viewpoints according to an a priori quasi normal distribution ranging from +4 (most agree) to -4 (least agree). Factor analysis was combined with comments provided by survey respondents to label and describe the extracted factors. RESULTS: The factor labels were hoping and caring (factor 1), pragmatic progress (factor 2), and cautious/conservative and protectionist (factor 3). Factor 1 describes a viewpoint of unequivocal support for medical cannabis research in this population with few caveats. Factor 2 describes a viewpoint of cautious support with a need to monitor for unintended adverse effects. Factor 3 describes a viewpoint of ensuring that current analgosedation techniques are optimized before exposing patients to another potentially harmful drug. CONCLUSIONS: Using a q-methodology design, we were able to sample and describe the viewpoints that exist about medical cannabis research in critically ill patients. Three factors emerged that seemed to adequately describe the relative ranking of q-statements by the majority of respondents. Combining the distinguishing statements along with respondent comments allowed us to determine that the majority support medical cannabis research in critically ill patients.
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 | 0,130 | 0,154 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».