Long term outcomes of chronic pain patients attending a publicly funded community-based interdisciplinary pain program in the Greater Toronto area: results of a practice-based audit
Notice bibliographique
Résumé
BACKGROUND: Chronic pain management multi/interdisciplinary programs attempt to address all elements of the biopsychosocial model. The primary objective of this retrospective study (based on practice-based audit) was to determine the effectiveness of a patient-centered, comprehensive and intense interdisciplinary pain management program in a publicly funded community-based pain clinic in the Greater Toronto Area. METHOD: This retrospective longitudinal study was conducted on 218 carefully selected sequential chronic pain patients, with 158 completing a 3-4-month interdisciplinary program between January 2016 and December 2018. Data collected upon exit, at 6 months and 12 months post-discharge included demographic information, pain characteristics, emotional/functional status obtained by validated instruments and global impression of change (GIC). Additionally, social health outcomes (return to work or school) were retrieved through retrospective chart review. Means of pre-and post-program variables were compared to assess changes of each patient's "journey". RESULTS: Physical and mental/ emotional health outcomes at exit, 6 months and 12 months post-discharge, showed initial and sustained, statistically and clinically significant improvement from pre-treatment levels, with GIC (much/very much improved) reported as 77%, 58% and 76%, respectively. Additionally, a substantial positive change in social health outcomes was noted particularly in patients on disability (29%), part time workers gaining full time employment (55%), and students (71%) who improved their level of schooling. CONCLUSION: The study showed that careful patient selection in a community-based publicly funded interdisciplinary pain management program can produce significant improvement in pain, physical, mental/emotional health and social function, with sustained long-term outcomes.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 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 ».