MétaCan
Menu
Retour à la cohorte
Enregistrement W4353085341 · doi:10.1177/09637214231162366

Everybody Hurts: Intersecting and Colliding Epidemics and the Need for Integrated Behavioral Treatment of Chronic Pain and Substance Use

2023· article· en· W4353085341 sur OpenAlexfundno aff
Katie Witkiewitz, Kevin E. Vowles

Notice bibliographique

RevueCurrent Directions in Psychological Science · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueMusculoskeletal pain and rehabilitation
Établissements canadiensnon disponible
Organismes subventionnairesH. Lundbeck A/SNational Institute on Drug AbuseQueen's University BelfastQueen's UniversityPfizerArbor PharmaceuticalsNational Institute on Alcohol Abuse and AlcoholismIndiviorEli Lilly and Company
Mots-clésChronic painMindfulnessSubstance abusePsychologyPopulationPsychiatrySubstance useGovernment (linguistics)PsychotherapistMedicine

Résumé

récupéré en direct d'OpenAlex

Chronic pain and substance use disorders are both common, debilitating, and often persist over the longer term. On their own, each represents a significant health problem, with estimates indicating a substantial proportion of the adult population has chronic pain or a substance use disorder (SUD), and their co-occurrence is increasing. Chronic pain and SUD are also both often invisible, stigmatized disorders and persons with both regularly have difficulty accessing evidence-based treatments, particularly those that offer coordinated and integrated treatment for both conditions. But there is hope. Research is unraveling the mechanisms of chronic pain and substance use, as well as their co-occurrence, integrated behavioral treatment options based on acceptance- and mindfulness-based approaches are increasingly being developed and tested, government agencies are devoting more funds and resources to increase research on chronic pain and SUD, and there have been growing efforts in training, dissemination, and implementation of evidence-based treatments. At the very heart of the matter, though, is to recognize that everybody hurts sometimes, and treatments must empower people to life effectively with these experiences of being human.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,466
Score d'incertitude au seuil0,412

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,097
Tête enseignante GPT0,436
Écart entre enseignants0,338 · 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 tête enseignante, pas un consensus.

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

Citations11
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Directions in Psychological ScienceMême sujetMusculoskeletal pain and rehabilitationTravaux en français237 207