Benzodiazepine Use among Chronic Pain Patients Prescribed Opioids: Associations with Pain, Physical and Mental Health, and Health Service Utilization
Notice bibliographique
Résumé
OBJECTIVE: Benzodiazepines (BZDs) are commonly used by chronic pain patients, despite limited evidence of any long-term benefits and concerns regarding adverse events and drug interactions, particularly in older patients. This article aims to: describe patterns of BZDs use; the demographic, physical, and mental health correlates of BZD use; and examine if negative health outcomes are associated with BZD use after controlling for confounders. SUBJECTS: A national sample of 1,220 chronic noncancer pain (CNCP) patients prescribed long-term opioids. METHODS: We report on baseline data from a prospective cohort study comparing four groups based on their current BZD use patterns. General demographics, pain, mental and physical comorbidity, and health service utilization were examined. RESULTS: One-third (N = 398, 33%) of participants reported BZD use in the past month, and 17% (N = 212) reported daily BZD use. BZD use was associated with: 1) greater pain severity, pain interference with life, and lower feelings of self-efficacy with respect to their pain; 2) being prescribed "higher-risk" (>200 mg oral morphine equivalent) doses of opioids; 3) using antidepressant and/or antipsychotic medications; 4) substance use (including more illicit and injection drug use, alcohol use disorder, and daily nicotine use); and 5) greater mental health comorbidity. After controlling for differences in demographic characteristics, physical and mental health, substance use, and opioid dose, BZD use was independently associated with greater past-month use of emergency health care such as ambulance or accident and emergency services. CONCLUSIONS: CNCP patients using BZDs daily represent a high-risk group with multiple comorbid mental health conditions and higher rates of emergency health care use. The high prevalence of BZD use is inconsistent with guidelines for the management of CNCP or chronic mental health conditions.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 ».