The Calm after the Storm: A State-of-the-Art Review about Recommendations Put Forward during the COVID-19 Pandemic to Improve Chronic Pain Management
Notice bibliographique
Résumé
The COVID-19 pandemic has brought its fair share of consequences. To control the transmission of the virus, several public health restrictions were put in place. While these restrictions had beneficial effects on transmission, they added to the pre-existing physical, psychosocial, and financial burdens associated with chronic pain, and made existing treatment gaps, challenges, and inequities worse. However, it also prompted researchers and clinicians to seek out possible solutions and expedite their implementation. This state-of-the-art review focuses on the concrete recommendations issued during the COVID-19 pandemic to improve the health and maintain the care of people living with chronic pain. The search strategy included a combination of chronic pain and pandemic-related terms. Four databases (Medline, PsycINFO, CINAHL, and PubMed) were searched, and records were assessed for eligibility. Original studies, reviews, editorials, and guidelines published in French or in English in peer-reviewed journals or by recognized pain organizations were considered for inclusion. A total of 119 articles were analyzed, and over 250 recommendations were extracted and classified into 12 subcategories: change in clinical practice, change in policy, continuity of care, research avenues to explore, group virtual care, health communications/education, individual virtual care, infection control, lifestyle, non-pharmacological treatments, pharmacological treatments, and social considerations. Recommendations highlight the importance of involving various healthcare professionals to prevent mental health burden and emergency overload and emphasize the recognition of chronic pain. The pandemic disrupted chronic pain management in an already-fragile ecosystem, presenting a unique opportunity for understanding ongoing challenges and identifying innovative solutions. Numerous recommendations were identified that are relevant well beyond the COVID-19 crisis.
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 | 0,015 | 0,063 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,004 |
| Bibliométrie | 0,019 | 0,022 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,006 | 0,006 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».