MétaCan
Menu
Retour à la cohorte
Enregistrement W3176274072 · doi:10.24095/hpcdp.41.6.03f

Étude qualitative sur les facteurs qui entravent et ceux qui facilitent le travail des médecins de famille devant prescrire des opioïdes contre la douleur chronique non cancéreuse

2021· article· fr· W3176274072 sur OpenAlexaffvenueabout
Joshua Goodwin, Susan Kirkland

Notice bibliographique

RevuePromotion de la santé et prévention des maladies chroniques au Canada · 2021
Typearticle
Languefr
DomaineMedicine
ThématiqueOpioid Use Disorder Treatment
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceMedicinePhilosophy

Résumé

récupéré en direct d'OpenAlex

Introduction Les méfaits causés par les analgésiques opioïdes sur ordonnance constituent un grave problème de santé publique à l’échelle internationale. Des statistiques récentes font état d’une augmentation du nombre de décès associés à la prise d’opioïdes à travers le Canada. Or les médecins de famille canadiens semblent ne pas disposer des ressources suffisantes pour prescrire efficacement et sans risque les analgésiques opioïdes destinés au traitement de la douleur chronique non cancéreuse (DCNC). Méthodologie Au moyen d’entrevues semi-structurées avec huit médecins de famille en Nouvelle-Écosse, nous avons réalisé une étude qualitative sur les facteurs qui entravent et ceux qui facilitent une prescription d’opioïdes efficace et sans risque par les médecins de famille aux patients atteints de DCNC. Une analyse thématique a permis de dégager ces facteurs. Résultats Les médecins de famille interrogés ont mis en évidence plusieurs enjeux posés par la prescription d’analgésiques opioïdes pour le traitement de la DCNC : la complexité du traitement de la DCNC, le risque de dépendance et les outils de prescription, la formation des médecins, la relation médecin-patient, le suivi et le contrôle des ordonnances et enfin certains facteurs systémiques. Conclusion Les médecins de famille disent ne pas recevoir de soutien adéquat quant à la prescription d’analgésiques opioïdes pour le traitement de la DCNC et pensent qu’une approche intégrée et coordonnée visant à soutenir les médecins prescripteurs pourrait les aider.

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)0,026
score de la tête « metaresearch » (Gemma)0,086
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,967
Score d'incertitude au seuil0,138

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0260,086
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,003
Études des sciences et des technologies0,0030,002
Communication savante0,0030,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0240,002

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 Opus0,021
Tête enseignante GPT0,313
Écart entre enseignants0,292 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations0
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuePromotion de la santé et prévention des maladies chroniques au CanadaMême sujetOpioid Use Disorder TreatmentTravaux en français237 207