THE EVOLUTION OF OUTPATIENT CHRONIC PAIN MANAGEMENT PROGRAMS: A MAPPING REVIEW
Notice bibliographique
Résumé
Objective/Background: Multidisciplinary chronic pain management programs (PMPs) are regarded as the gold standard for people with chronic, noncancer pain. However, no consensus exists in the literature regarding the optimal content of PMPs. This study aims to amalgamate and describe outpatient PMPs between 2011-2020. Methods: Design: Systematic mapping review. Data Sources: CINAHL, OVIDMedline, PsychInfo, PEDro and Cochrane. Literature: Multidisciplinary PMPs for adults with chronic pain. Data extracted: Publication country, participants, providers, program content, approach, format, duration. Data synthesized: descriptively. Results: Publications: n=53; USA (21%), Australia (15%), and Canada (13%). Programs: n=51. Participants: n=10,182. Providers (% of publications): Physical therapists (94%), and Psychologists (83%), Medical practitioners (77%) were the most prevalent clinicians present. Program content (% of programs): Education (94%), Psychological therapy (90%), and Exercise/physical therapy (80%). Integrative therapies increased in prevalence from 2016-2020. Discussion/Conclusion: Content and format of PMPs evolved over time, specifically regarding medication education, general exercise, and integrative therapies demonstrated between 2016-2020. Implications: This investigation fills a void in the literature by establishing the standard components of PMP’s across the past decade and identifying changes in the care models in outpatient clinics. This mapping review provides an outline for future research.
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 | 0,012 | 0,054 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,019 | 0,025 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».