Impact on Health‐Related Quality of Life and Costs of Managing Chronic Neuropathic Pain in Academic Pain Centres: Results from a One‐Year Prospective Observational Canadian Study
Notice bibliographique
Résumé
BACKGROUND: The management of chronic pain, including neuropathic pain (NeP), is a major public health issue. However, there is a paucity of data evaluating pain management strategies in real-life settings. OBJECTIVE: To inform policy makers about the economic value of managing chronic NeP in academic centres by conducting a subeconomic assessment of a Canadian multicentre cohort study aimed at determining the long-term outcomes of the management of chronic NeP in academic pain centres. Specific questions regarding the economic value of this type of program were answered by a subset of patients to provide further information to policy makers. METHODS: Baseline demographic information and several pain-related measurements were collected at baseline, three, six and 12 months in the main study. A resource use questionnaire aimed at determining NeP-related costs and the EuroQoL-5 Dimension were collected in the subset study from consenting patients. Statistical analyses were conducted to compare outcomes over time and according to responder status. RESULTS: A total of 298 patients were evaluated in the present economic evaluation. The mean (± SD) age of the participants was 53.7±14.0 years, and 56% were female. At intake, the mean duration of NeP was >5 years. Statistically significant improvements in all pain and health-related quality of life outcomes were observed between the baseline and one-year visits. Use decreased over time for many health care resources (eg, visits to the emergency room decreased by one-half), which resulted in overall cost savings. CONCLUSION: The results suggest that increased access to academic pain centres should be facilitated in Canada.
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 | 0,058 | 0,010 |
| 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) | 0,000 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».