Celebrating Ten Years of ECHO Ontario Chronic Pain and Opioid Stewardship
Notice bibliographique
Résumé
Context Chronic pain is a common, complex, and costly condition that is managed primarily in primary care in Canada. Extension for Community Healthcare Outcomes (ECHO) is a health professions education model that uses telehealth technology to bridge specialists to community clinicians to disseminate best practices and foster interprofessional collaboration. In 2014, amidst a national opioid crisis and debate surrounding opioid guidelines, ECHO Ontario Chronic Pain and Opioid Stewardship (‘ECHO Pain’), the first ECHO in Canada, was launched. Objective To describe the achievements of ECHO Pain and highlight our research and program evaluation progress over ten years. Intervention ECHO Pain started in June 2014 and offered weekly 90-minute sessions that include a didactic lecture followed by a de-identified patient case presentation. The goal of ECHO Pain is to educate, support, and improve chronic pain and opioid management in Ontario’s rural, remote, and underserved areas. Outcome Measures ECHO Pain employed a multi-method approach to evaluation, including pre-post questionnaires and focus group discussions. In this study, we present a narrative summary of our program achievements and research in the past ten years. Results Since 2014, ECHO Pain has completed 20 cycles for a total of 419 sessions, including 924 participants, 22,600+ hours of Continuing Professional Development (CPD) credits, and 573 case presentations. Over ten years, we have received funding from a variety of sources for program planning, implementation, dissemination, and evaluation. Top three takeaways from our research: 1) ECHO Pain changes clinical behaviour – quantitative and qualitative data show that clinicians’ confidence and knowledge related to pain and opioid management increases and that ECHO Pain fosters a strong community of practice. 2) ECHO Pain attracts those who need it the most – high prescribing physicians not only self-select to attend but prescribe less opioids than peers after attending ECHO. 3) ECHO Pain is equitable – through use of telehealth technology, ECHO Pain provides timely education to clinicians practicing in rural, remote, and underserved communities. Conclusion ECHO Pain is a robust health professions education model, with impacts provincially and nationally in terms of spread and scale. Over the last ten years, our research group has demonstrated impact on clinicians’ knowledge, self-efficacy, competence, and opioid prescribing behaviours.
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 | 0,008 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,009 | 0,004 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».