Physical Functioning and Opioid use in Patients with Neuropathic Pain
Notice bibliographique
Résumé
To evaluate the association between opioid dosage and ongoing therapy with physical function and disability in patients with neuropathic pain (NeP). Secondary analysis of a prospective cohort. Multicenter clinical NeP registry. Seven hundred eighty-nine patients treated for various NeP diagnoses. The following measures were included: dependent variables. 12-month self-reported physical function (pain disability index [PDI] and medical outcomes study short form-12 physical function [PCSS-12]); independent variables: baseline opioid dose (none, ≤200 mg and >200 mg of morphine equivalent), ongoing opioid use; potential confounding variables: age, sex, baseline pain intensity, and psychological distress (profile of mood states). Analysis of covariance models was created to examine the relationship between opioid therapy and both physical functioning outcomes with adjustment for confounding. Complete data was available for 535 patients (68%). Compared with the lower and high dose opioid groups, NeP patients not taking opioids had statistically lower disability and higher physical functioning scores, after adjusting for disease severity. Compared with patients prescribed opioid therapy on an ongoing basis, NeP patients who were not prescribed had statistically lower disability and higher physical functioning scores, after adjusting for disease severity. Improvements in disability and physical functioning scores from baseline and 12-months in all groups were modest and may not be clinically significant. Physical functioning and disability did not improve in patients with NeP who were prescribed opioids compared with those who are not prescribed, even after adjusting for disease severity.
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 | 0,004 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».