The Stigma Surrounding Opioid Use as a Barrier to Cancer-Pain Management: An Overview of Experiences with Fear, Shame, and Poorly Controlled Pain in the Context of Advanced Cancer
Notice bibliographique
Résumé
Cancer-related pain affects a majority of patients with advanced cancer and is often undertreated. The treatment of this pain is largely reliant on the use of opioids, which are essential medicines for symptom management and the maintenance of quality of life (QoL) for patients with advanced cancer. While there are cancer-specific guidelines for the treatment of pain, widespread publication and policy changes in response to the opioid epidemic have drastically impacted perceptions of opioid use. This overview therefore aims to investigate how manifestations of opioid stigma impact pain management in cancer settings, with an emphasis on the experiences of patients with advanced cancer. Opioid use has been widely stigmatized in multiple domains, including public, healthcare, and patient populations. Physician hesitancy in prescribing and pharmacist vigilance in dispensing were identified as barriers to optimal pain management, and may contribute to stigma in the context of advanced cancer. Evidence in the literature suggests that opioid stigma may result in patient deviations from prescription instructions, which generally leads to pain undertreatment. Patients reflected on experiencing shame and fear surrounding their prescription opioid use and feeling uncomfortable communicating with their healthcare providers on these topics. Our findings indicate that future work is required to educate patients and providers in order to de-stigmatize opioid use. Through alleviating stigma, patients may be better able to make decisions regarding their pain management which lead to freedom from cancer-related pain and improved QoL.
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 | 0,005 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».