MétaCan
Menu
Retour à la cohorte
Enregistrement W2037687999 · doi:10.1186/1471-2474-10-137

Patterns of analgesic use, pain and self-efficacy: a cross-sectional study of patients attending a hospital rheumatology clinic

2009· article· en· W2037687999 sur OpenAlexaboutno aff
Ruth V Blamey, Kate Jolly, Sheila Greenfield, Paresh Jobanputra

Notice bibliographique

RevueBMC Musculoskeletal Disorders · 2009
Typearticle
Langueen
DomaineMedicine
ThématiqueRheumatoid Arthritis Research and Therapies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineAnalgesicRheumatologyOsteoarthritisPhysical therapyWOMACInternal medicineCross-sectional studyPain medicineArthritisAlternative medicineAnesthesiaAnesthesiology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Many people attending rheumatology clinics use analgesics and non-steroidal anti-inflammatories for persistent musculoskeletal pain. Guidelines for pain management recommend regular and pre-emptive use of analgesics to reduce the impact of pain. Clinical experience indicates that analgesics are often not used in this way. Studies exploring use of analgesics in arthritis have historically measured adherence to such medication. Here we examine patterns of analgesic use and their relationships to pain, self-efficacy and demographic factors. METHODS: Consecutive patients were approached in a hospital rheumatology out-patient clinic. Pattern of analgesic use was assessed by response to statements such as 'I always take my tablets every day.' Pain and self-efficacy (SE) were measured using the Western Ontario and McMaster Universities Osteoarthritis Index (WOMAC) and Arthritis Self-Efficacy Scale (ASES). Influence of factors on pain level and regularity of analgesic use were investigated using linear regression. Differences in pain between those agreeing and disagreeing with statements regarding analgesic use were assessed using t-tests. RESULTS: 218 patients (85% of attendees) completed the study. Six (2.8%) patients reported no current pain, 26 (12.3%) slight, 100 (47.4%) moderate, 62 (29.4%) severe and 17 (8.1%) extreme pain. In multiple linear regression self efficacy and regularity of analgesic use were significant (p < 0.01) with lower self efficacy and more regular use of analgesics associated with more pain.Low SE was associated with greater pain: 40 (41.7%) people with low SE reported severe pain versus 22 (18.3%) people with high SE, p < 0.001. Patients in greater pain were significantly more likely to take analgesics regularly; 13 (77%) of those in extreme pain reported always taking their analgesics every day, versus 9 (35%) in slight pain. Many patients, including 46% of those in severe pain, adjusted analgesic use to current pain level. In simple linear regression, pain was the only variable significantly associated with regularity of analgesic use: higher levels of pain corresponded to more regular analgesic use (p = 0.003). CONCLUSION: Our study confirms that there is a strong inverse relationship between self-efficacy and pain severity. Analgesics are often used irregularly by people with arthritis, including some reporting severe pain.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,771

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,306
Écart entre enseignants0,291 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations40
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Musculoskeletal DisordersMême sujetRheumatoid Arthritis Research and TherapiesTravaux en français237 207