Pain Pharmacotherapy in Patients with Inflammatory Arthritis and Concurrent Cardiovascular or Renal Disease: A Cochrane Systematic Review
Notice bibliographique
Résumé
BACKGROUND: Pain in inflammatory arthritis (IA) is common and often multifactorial, and many different pharmacotherapeutic agents are routinely used for pain management. There are concerns that some current pain pharmacotherapies may increase the risk of adverse events in patients with concurrent cardiovascular (CV) or renal disease. METHODS: A systematic literature review was performed searching Medline, Embase, Cochrane Central Register of Controlled Trials, DARE, and Cochrane Database of Systematic Reviews. We also hand-searched conference proceedings for the American College of Rheumatology and the European League Against Rheumatism for 2008-2009. RESULTS: Our search identified 4782 studies, of which 190 were included for detailed review, but none met the inclusion criteria for our review. We identified 1 study of etoricoxib and diclofenac in non-IA populations [osteoarthritis (OA) or mixed OA and rheumatoid arthritis]. In that study, the presence of CV disease increased the likelihood of a further CV event 3-fold. Patients with 2 or more CV risk factors showed a 2-fold increased likelihood of adverse CV events. CONCLUSION: Our review has highlighted a lack of specific evidence to guide clinicians in the management of pain in patients with IA and coexistent CV or renal disease. In the absence of this evidence, we suggest clinicians use nonsteroidal antiinflammatory drugs (NSAID) with caution in patients with preexisting CV disease or ≥ 2 CV risk factors. There is currently no evidence to advise clinicians considering other pain pharmacotherapies in the context of CV comorbidities. Current guidelines regarding the use of NSAID and opioids in moderate to severe renal impairment should also be applied to the IA population.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,007 | 0,001 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| 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 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 ».