A qualitative assessment of perceptions and attitudes toward postoperative pain and opioid use in patients undergoing elective knee arthroscopy
Notice bibliographique
Résumé
BACKGROUND: Orthopedic surgeons routinely prescribe opioids to manage post-operative pain. In the face of an opioid epidemic, a one-size-fits-all approach to pain management is no longer appropriate. Patient-centred prescribing practices should be used by surgeons; however, little is known about what influences patient attitudes toward postoperative pain and its management to inform such practices. We sought to explore patient attitudes toward postsurgical pain management, including opioids. METHODS: We conducted qualitative, semistructured interviews of 11 opioid-naive patients (age 16-46 yr) who were scheduled to undergo arthroscopic knee surgery. Transcripts were analyzed thematically using a framework analysis that involved familiarization, developing a thematic framework, indexing, charting and mapping, and interpretation. RESULTS: Participant attitudes toward postoperative pain and opioids were influenced by perceived tolerance to pain based on personal experience, perceived predisposition to addiction based on personal assumptions regarding addictive personality traits and risk factors, and perceptions of opioid use shaped by external influences, including family, friends and the media's depiction of the opioid epidemic. Every patient expressed that preoperative counselling and education regarding postoperative pain management would be beneficial in improving their knowledge base, easing anxieties and clarifying misunderstandings. CONCLUSION: Surgeons can address the patient-reported factors identified in this study to help optimize a patient's perioperative experience without relying solely on prescribed analgesia. By improving accessibility to education and promoting safe, patient-centred prescribing practices, we may reduce reliance on opioids in orthopedic surgery.
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 | 0,008 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,004 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 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 ».