Knowledge translation initiatives at the Transitional Pain Service: insights from healthcare provider outreach and patient education
Notice bibliographique
Résumé
Evidence-based treatment of chronic pain requires a multidisciplinary approach grounded in the biopsychosocial model. Implementing this approach within health systems relies on its acceptance by both healthcare providers and patients. While pioneering multidisciplinary pain clinics can serve as a model for implementation, a systematic effort is needed to share knowledge effectively and broadly. In the current paper we provide an overview of the knowledge translation initiatives undertaken at our Transitional Pain Service (TPS) at Toronto General Hospital, a state-of-the-art multidisciplinary pain program established in 2014 for patients at risk of developing chronic pain after surgery. The TPS team strives to enhance acceptance of this model of care among patients and providers, facilitate the establishment of similar clinics, and promote patient understanding of the integrated multidisciplinary pain care approach. Guided by the Knowledge to Action (KTA) framework, knowledge translation activities undertaken by our TPS team include clinician training, resources and outreach activities for providers, and patient education. Resource development was preceded by consultation and needs assessment among patients and providers and feedback from both groups was incorporated as part of the development process. The tailored resources were disseminated via the TPS clinic website and monitoring of online usage enables continuous evaluation of engagement. Barriers to engagement with the resources were examined through patient surveys and staff interviews. Based on these activities, we offer insights gained by our team throughout the knowledge translation process and provide recommendations for other clinical teams who wish to undertake similar initiatives.
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 | 0,055 | 0,068 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,016 | 0,014 |
| Communication savante | 0,013 | 0,009 |
| Science ouverte | 0,003 | 0,017 |
| Intégrité de la recherche | 0,004 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».