Opioid Use and Risk of Nonvertebral Fractures in Adults With Rheumatoid Arthritis: A Nested Case–Control Study Using Administrative Databases
Notice bibliographique
Résumé
OBJECTIVE: To assess the risk of nonvertebral fractures in patients with rheumatoid arthritis (RA) who were exposed to opioids. METHODS: A population-based, nested case-control study was conducted using health services administrative databases (Quebec, Canada) from 1997 to 2012. Among RA patients, cases of nonvertebral fractures from 2007 to 2012 were identified using a validated algorithm. The date of the first fracture was the index date for the case and his/her matched control. Controls were selected using incidence density sampling and were matched 5:1 to cases for age, sex, and date of RA diagnosis. Opioid exposure was classified as current use, recent past use, remote past use, and nonuse. Conditional logistic regression was used to assess the association of nonvertebral fractures with opioid exposure, adjusting for comorbidity, indicators of RA severity, drugs influencing fracture risk, and health care utilization. RESULTS: In total, 1,723 cases and 8,046 controls were identified. Among these patients, 2,595 (722 cases and 1,873 controls) had been exposed to opioids. Current use (versus nonuse) increased the risk of nonvertebral fracture. Cumulative current use of opioids according to the quartile distribution was also associated with the risk of nonvertebral fracture: for continuous use for 1-20 days before the index date, odds ratio (OR) 11.49 (95% confidence interval [95% CI] 8.81-14.99); for 21-155 days, OR 1.75 (95% CI 1.31-2.33); for 156-355 days, OR 1.54 (95% CI 1.17-2.04); and for ≥356 days, OR 1.73 (95% CI 1.31-2.30). No association between the risk of nonvertebral fractures and recent past use or remote past use of opioids was observed. CONCLUSION: Among RA patients, the risk of nonvertebral fracture is increased in those treated with opioids.
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 | 0,000 | 0,001 |
| 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 ».