Surveying Canadian Pain Physicians’ Attitudes and Beliefs Regarding Medical Cannabis for Chronic Noncancer Pain: A Qualitative Study
Notice bibliographique
Résumé
Background: Medical cannabis is commonly and increasingly used by Canadians to manage chronic pain. As of March 2021, Health Canada reported that approximately 300,000 Canadians who were authorized to access medical cannabis, which is more than a 1000% increase from the 24,000 registered in 2015. Physicians, however, receive limited information on therapeutic cannabis during their training, and their perceptions regarding this therapeutic option are uncertain. This study focused on exploring attitudes and beliefs of pain physicians regarding medical cannabis for the management of chronic noncancer pain. Methods: This study utilized a focused ethnography approach. Pain management clinicians within the Greater Toronto and Hamilton Area were recruited through snowball sampling methods, and individually interviewed. We applied thematic analysis to interview transcripts and identified representative quotes. The Hamilton Integrated Research Ethics Board reviewed and approved this project. Results: Thirteen physicians who focused their clinical practice on pain management agreed to be interviewed, and three themes regarding medical cannabis emerged: 1) evidence regarding medical cannabis, 2) medical cannabis as first-line therapy for chronic pain, and 3) barriers to accessing medical cannabis. Subthemes of the last theme included out-of-pocket costs, stigma by society and healthcare providers, and lack of knowledge among physicians. Conclusion: Despite increasing use of medical cannabis for chronic pain among Canadians, pain physicians in our study expressed concerns regarding the evidence to support this therapy and acknowledged important barriers to access.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,175 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».