A mixed-methods study on the pharmacological management of pain in Australian and Japanese nursing homes
Notice bibliographique
Résumé
BACKGROUND: Understanding how analgesics are used in different countries can inform initiatives to improve the pharmacological management of pain in nursing homes. AIMS: To compare patterns of analgesic use among Australian and Japanese nursing home residents; and explore Australian and Japanese healthcare professionals' perspectives on analgesic use. METHODS: Part one involved a cross-sectional comparison among residents from 12 nursing homes in South Australia (N = 550) in 2019 and four nursing homes in Tokyo (N = 333) in 2020. Part two involved three focus groups with Australian and Japanese healthcare professionals (N = 16) in 2023. Qualitative data were deductively content analysed using the World Health Organization six-step Guide to Good Prescribing. RESULTS: Australian and Japanese residents were similar in age (median: 89 vs 87) and sex (female: 73% vs 73%). Overall, 74% of Australian and 11% of Japanese residents used regular oral acetaminophen, non-steroidal anti-inflammatory drugs or opioids. Australian and Japanese healthcare professionals described individualising pain management and the first-line use of acetaminophen. Australian participants described their therapeutic goal was to alleviate pain and reported analgesics were often prescribed on a regular basis. Japanese participants described their therapeutic goal was to minimise impacts of pain on daily activities and reported analgesics were often prescribed for short-term durations, corresponding to episodes of pain. Japanese participants described regulations that limit opioid use for non-cancer pain in nursing homes. CONCLUSION: Analgesic use is more prevalent in Australian than Japanese nursing homes. Differences in therapeutic goals, culture, analgesic regulations and treatment durations may contribute to this apparent difference.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».