Characteristics of Chronic Noncancer Pain Patients Assessed with the Opioid Risk Tool in a Canadian Tertiary Care Pain Clinic
Notice bibliographique
Résumé
BACKGROUND: The Opioid Risk Tool (ORT) is a screening instrument for assessing the risk of opioid-related aberrant behavior in chronic noncancer pain (CNCP) patients. OBJECTIVE: This study aims to compare patient characteristics documented in the original ORT study with those identified in CNCP patients assessed using a physician-administered ORT in a tertiary care pain clinic in Toronto, Canada. METHODOLOGY: This was a descriptive cross-sectional study of 322 consecutive new patients referred over 12 months. Data extraction included ORT scores, demographics, pain ratings, opioid, and other medication use at point of entry, diagnosis, and other variables. Characteristics were compared with those described in the original ORT study. RESULTS: The total mean ORT scores of patients in this study were related to several demographic (gender, age, marital status, and country of birth) and nondemographic variables (employment status, cigarette smoking, and contribution of biomedical and/or psychological factors to presentation). Prevalence of characteristics noted in this patient sample differed substantially from that found in Webster and Webster as the basis for ORT scores. CONCLUSION: Significant differences existed between this study population and the patient sample from which the ORT was derived. Limitations of this study are discussed. We concur with the authors of the original study that the ORT may not be applicable in different pain populations and settings. Based on our findings, we encourage caution in interpreting the ORT in general CNCP settings until further studies are performed.
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 | 0,006 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».