A scoping review of psychiatric conditions associated with chronic pain in the homeless and marginally housed population
Notice bibliographique
Résumé
The present review sought to examine and summarise the unique experience of concurrent pain and psychiatric conditions, that is often neglected, within the population of homeless individuals. Furthermore, the review examined factors that work to aggravate pain and those that have been shown to improve pain management. Electronic databases (MEDLINE, EMBASE, psycINFO, and Web of Science) and the grey literature (Google Scholar) were searched. Two reviewers independently screened and assessed all literature. The PHO MetaQAT was used to appraise quality of all studies included. Fifty-seven studies were included in this scoping review, with most of the research being based in the United States of America. Several interacting factors were found to exacerbate reported pain, as well as severely affect other crucial aspects of life that correlate directly with health, within the homeless population. Notable factors included drug use as a coping mechanism for pain, as well as opioid use preceding pain; financial issues; transportation problems; stigma; and various psychiatric disorders, such as post-traumatic stress disorder, depression, and anxiety. Important pain management strategies included cannabis use, Accelerated Resolution Therapy for treating trauma, and acupuncture. The homeless population experiences multiple barriers which work to further impact their experience with pain and psychiatric conditions. Psychiatric conditions impact pain experience and can work to intensify already adverse health circumstances of homeless individuals.
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 | 0,049 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,001 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 tête enseignante, 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 ».