Évaluation du contexte et des besoins décisionnels pour intégrer les soins centrés sur la personne dans la gestion de la douleur chronique au Canada : l’enquête pancanadienne DÉCIDE-DOULEUR
Notice bibliographique
Résumé
INTRODUCTION. The federal strategic plan for pain recommends integrating shared decision-making into chronic pain consultations. However, current shared decision-making interventions in this specific context have shown limited effectiveness. This may be explained by the low quality of their development. To design a high-quality intervention, it is essential to first assess the decision-making context and needs. OBJECTIVES. 1. Identify the decision-making context, including experienced difficult decisions, the most difficult decision, and the roles assumed and preferred during decision-making. We also measured decision conflict and regret associated with the most difficult decision. 2. Identify decisional needs by determining factors associated with conflict and regret. METHODS. We conducted a cross-sectional pan-Canadian online survey following the Checklist for Reporting of Survey Studies recommendations. Using Leger Marketing’s panel, we recruited a stratified proportional random sample of adults living with non-cancer chronic pain. Data collected included: (i) difficult decisions faced, (ii) levels of decision conflict (measured using the Decision Conflict Scale (DCS)) and decision regret (measured using the Decision Regret Scale (DRS)), and (iii) decisional needs. We performed descriptive and multilevel regression analyses. RESULTS. We recruited 1,649 participants. Obj 1. 96% of participants reported facing at least one difficult decision during their care pathway. Obj 2. One-third (33.7%) experienced clinically significant decisional conflict (DCS score ≥ 37.5/100). We identified 17 factors associated with clinically significant decisional conflict. Obj 3. Half of the participants (50%) experienced a level of decision regret deemed important (DRS score > 25/100). We identified 15 factors associated with decision regret. CONCLUSION. People living with chronic pain in Canada face unmet decisional needs and require support to optimize their decisions in pain management. This cross-sectional study provides an understanding of the context and needs of this population, establishing the foundation for developing a prototype decision aid.
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 | 0,020 | 0,053 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,005 | 0,002 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».