Approach to managing musculoskeletal pain: acetaminophen, cyclooxygenase-2 inhibitors, or traditional NSAIDs?
Notice bibliographique
Résumé
OBJECTIVE: To provide family physicians and pharmacists with practical, evidence- and expertise-based guidance on choosing the safest approach to using analgesics to manage patients with musculoskeletal pain. SOURCES OF INFORMATION: Health care providers from family practice, rheumatology, gastroenterology, hepatology, internal medicine, and pharmacy participated in an educational needs assessment regarding the management of pain and the safety of commonly used analgesics. Feedback from one-on-one interviews was compiled and distributed to participants who selected key topics. Topics chosen formed the basis for the discussions of this multidisciplinary panel that reviewed data on the safety of analgesics, particularly in regard to comorbidity and concurrent use with other therapies. MAIN MESSAGE: Treatment should begin with an effective analgesic with the best safety profile at the lowest dose and escalate to higher doses and different analgesics as required. Acetaminophen is a safe medication that should be considered first-line therapy. Nonsteroidal anti-inflammatory drugs (NSAIDs) are associated with potential adverse gastrointestinal, renal, hepatic, and cardiovascular effects. Physicians should not prescribe NSAIDs before taking a careful history and doing a physical examination so they have the information they need to weigh the risks (adverse effects and potential drug interactions) and benefits for individual patients. CONCLUSION: Taking a complete and accurate history and doing a physical examination are essential for choosing the safest analgesic for a particular patient.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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; 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 ».