Physicians’ and patients’ perceived risks of chronic pain medication and co-medications in Quebec, Canada: a cross-sectional study
Notice bibliographique
Résumé
BACKGROUND: The risks associated with medications and co-medications for chronic pain (CP) can influence a physician's choice of drugs and dosages, as well as a patient's adherence to the medication. High-quality care requires patients to participate in medication decisions. This study aimed to compare perceived risks of medications and co-medications between physicians and persons living with CP. METHODS: This cross-sectional survey conducted in Quebec, Canada, included 83 physicians (snowball sampling) and 141 persons living with CP (convenience sampling). Perceived risks of adverse drug reaction of pain medications and co-medications were assessed using 0-10 numerical scales (0 = no risk, 10 = very high risk). An arbitrary cutoff point of 2-points was used to ease the interpretation of our data. Physicians scored the 36 medication subclasses of the Medication Quantification Scale 4.0 (MQS 4.0) through an online survey, while CP patients scored the medication subclasses they had taken in the last three months through telephone interviews. RESULTS: Persons living with CP consistently perceived lower risks of adverse drug reaction compared to physicians. For eight subclasses, the difference in the mean perceived risk score was > 2 points and statistically significant (p < 0.05): non-specific oral NSAIDs, acetaminophen in combination with an opioid, short-acting opioids, long-acting opioids, tricyclic antidepressants, antipsychotics, benzodiazepines, and medical cannabis. CONCLUSIONS: Divergent risk perceptions between physicians and patients underscore the necessity of facilitating a more extensive discussion on medications and co-medications risks to empower patients to make informed decisions and participate in shared decision-making regarding their treatments.
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 | 0,000 | 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 ».