MétaCan
Menu
Retour à la cohorte
Enregistrement W4366959059 · doi:10.2196/41672

Exploring Chronic Pain and Pain Management Perspectives: Qualitative Pilot Analysis of Web-Based Health Community Posts

2023· article· en· W4366959059 sur OpenAlex
Claire Harter, Marina Ness, Aleah Goldin, Christine Lee, Christine Merenda, Anne Riberdy, Anindita Saha, Richardae Araojo, Michelle E. Tarver

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

venuePublié dans une revue dont le pays d'attache est le Canada.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueJMIR Infodemiology · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Media in Health Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésChronic painMedicineQualitative researchHealth careDiseasePhysical therapySociology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Patient perspectives are central to the US Food and Drug Administration's benefit-risk decision-making process in the evaluation of medical products. Traditional channels of communication may not be feasible for all patients and consumers. Social media websites have increasingly been recognized by researchers as a means to gain insights into patients' views about treatment and diagnostic options, the health care system, and their experiences living with their conditions. Consideration of multiple patient perspective data sources offers the Food and Drug Administration the opportunity to capture diverse patient voices and experiences with chronic pain. OBJECTIVE: This pilot study explores posts from a web-based patient platform to gain insights into the key challenges and barriers to treatment faced by patients with chronic pain and their caregivers. METHODS: This research compiles and analyzes unstructured patient data to draw out the key themes. To extract relevant posts for this study, predefined keywords were identified. Harvested posts were published between January 1, 2017, and October 22, 2019, and had to include #ChronicPain and at least one other relevant disease tag, a relevant chronic pain management tag, or a chronic pain management tag for a treatment or activity specific to chronic pain. RESULTS: The most common topics discussed among persons living with chronic pain were related to disease burden, the need for support, advocacy, and proper diagnosis. Patients' discussions focused on the negative impact chronic pain had on their emotions, playing sports, or exercising, work and school, sleep, social life, and other activities of daily life. The 2 most frequently discussed treatments were opioids or narcotics and devices such as transcutaneous electrical nerve stimulation machines and spinal cord stimulators. CONCLUSIONS: Social listening data may provide valuable insights into patients' and caregivers' perspectives, preferences, and unmet needs, especially when conditions may be highly stigmatized.

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.

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)0,028
score de la tête « metaresearch » (Gemma)0,006
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,330
Score d'incertitude au seuil0,983

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0280,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
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 Opus0,462
Tête enseignante GPT0,522
Écart entre enseignants0,061 · 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