Barriers and facilitators to reducing paracetamol use in low back pain: A qualitative study
Notice bibliographique
Résumé
BACKGROUND: Paracetamol is widely used for low back pain (LBP), but research questions its efficacy and safety. Patient education booklets have been explored for promoting deprescribing, but barriers and facilitators specific to LBP deprescribing remain unexamined. OBJECTIVE: To identify contextual factors facilitating and obstructing successful deprescribing of paracetamol for LBP after receiving an educational booklet. STUDY DESIGN: This study is part of an uncontrolled cohort feasibility study (CEASE NOW) in the community, recruiting from Musculoskeletal Australia and painaustralia. PATIENT SAMPLE: Twenty-four participants with acute, sub-acute, or chronic LBP, self-reporting paracetamol consumption, were included. METHODS: Thematic content analysis was used to analyze qualitative data on barriers and facilitators. Data were categorized by deprescribing outcomes: i) successful deprescribing, ii) attempted but failed, or iii) no attempt. Semi-structured telephone interviews were conducted within one week after each participant completed the one-month follow-up. RESULTS: Successful deprescribing was facilitated by supportive healthcare professionals, willingness, high self-efficacy, fear of future illness, and diverse strategies for deprescribing plans. Barriers included unsupportive healthcare professionals and fear of flare-ups. Participants not attempting deprescribing believed it unnecessary, perceived it as effortful, unquestioningly trusted healthcare professionals, and lacked risk awareness. CONCLUSIONS: Support from healthcare professionals, patient willingness, perceived necessity, risk awareness, effort, and varied strategies influence deprescribing outcomes for LBP patients using paracetamol. Addressing these factors is crucial when designing interventions to promote safe and effective deprescribing in LBP management.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,006 | 0,004 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».