Barriers and enablers to opioid deprescription: A qualitative study
Notice bibliographique
Résumé
BACKGROUND: Canada has the fourth highest per capita rate of opioid prescriptions in the world, contributing to the country's opioid crisis. Due to both their pain-relieving and euphoric properties, opioids can be highly addictive, leading to potential overdose and death. Deprescription is an endorsed and organized method of discontinuing a drug but very little is known about the barriers that Canadian physicians face when attempting to deprescribe opioids, particularly those who practice in rural areas (which have some of the highest rates of opioid users). METHODS: This was an explorative, qualitative study describing rural family doctors' experiences and practices regarding opioid deprescription in primary care. A convenience sample of family doctors who had experience working with patients taking opioid medications was recruited from the professional networks of study team members. After consenting to participate, data was collected using semi-structured telephone interviews and analyzed by researchers experienced in applying the Theoretical Domains Framework to assess barriers and enablers of behavior change. PRINCIPAL FINDINGS: 10 physicians participated in this study. Our analysis revealed four barriers and five enablers related to opioid deprescription in rural primary care. Barriers include a lack of knowledge and skills related to deprescribing, discomfort initiating deprescription, patient pressure to continue prescribing opioids, and a lack of foundational support required to deprescribe. Enablers include working with colleagues who share common views on overuse of opioids and deprescription; access to other healthcare providers, community-based resources, and clinical tools; using a systematic approach to deprescription; previous experience successfully deprescribing opioids; and practicing in a rural setting. CONCLUSIONS: Opioid dependence and over-prescription continue to be a problem for our health system. Deprescription is necessary but challenging for family physicians. Rural physicians are keenly aware of the importance of preserving the physician-patient therapeutic relationship and open and clear communication about opioid medications and deprescription but feel unprepared to manage this in the face of difficult issues surrounding deprescription. They also feel unprepared to deal with deprescription effectively without access to other resources, healthcare professionals, patient education materials and time. Rural physicians would benefit most from added foundational supports for deprescription.
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 | 0,010 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,010 | 0,007 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».