Over 50 years of research on social disparities in pain and pain treatment: a scoping review of reviews
Notice bibliographique
Résumé
ABSTRACT: Research on social disparities in pain and pain treatment has grown substantially in recent decades, as reflected in a growing number of review articles on these topics. This scoping review of reviews provides a macrolevel overview of scholarship in this area by examining what specific topics and findings have been presented in published reviews. We searched CINAHL, Cochrane Database of Systematic Reviews, Embase, PsycINFO, PubMed, and Web of Science for English-language, peer-reviewed review articles, qualitative or quantitative, that aimed to characterize or explain pain-related differences or inequities across social groups. Of 4432 unique records screened, 397 articles, published over a 56-year period, were included. For each, we documented (1) axes of social difference studied (eg, sex/gender, race/ethnicity), (2) pain-related outcomes (eg, chronic pain prevalence), (3) broad findings, (4) types of mechanisms proposed, and (5) policy or practice recommendations. Findings reveal a sharp increase in the number of published review articles on pain-related disparities since approximately the year 2000. The most commonly studied social dimension was sex/gender, followed by race/ethnicity and age. Studies examining disparities by socioeconomic status, geography, or other categories were rarer. While most findings showed disadvantaged social groups to have worse pain outcomes, there were intriguing exceptions. Biological, psychological, and sociocultural mechanisms were considered much more frequently than sociostructural (macrolevel) ones. Policy/practice recommendations were typically individual-level behavioral suggestions for providers or patients. We identify high-priority areas for future research, including greater attention to lower-income countries, chronic pain prevention, and macrolevel drivers of pain disparities.
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 | 0,051 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».