Multimodal Inpatient Treatment for Patients with Chronic Non-Cancer Pain and Co-Morbid Substance Use Disorder (P6.275)
Notice bibliographique
Résumé
Objective: To evaluate a multimodal inpatient treatment program to treat patients with chronic non-cancer pain (CNCP) and substance use disorder (SUD). Background: Patients with CNCP and SUD are complex and difficult to treat. Presently, there are no protocols available to guide treatment. Novel treatment approaches that have potential for successful treatment are needed. Without such efforts, these patients will become more ill and relapse. Method: Patients were enrolled in a 45-day, inpatient chronic pain program at the Betty Ford Center. Data were collected from 2013-2015. 122 of 150 patients who consented provided complete data. Patients were evaluated on days 1-5, 30, and 45. The treating physician and staff were blinded to patients’ responses. Assessments were: Beck Depression Inventory-II, Brief Pain Inventory, McGill pain questionnaire, and patient portion of the West Haven-Yale Multidimensional Pain Inventory. Treatment consisted of 15 hours/week of group process and education, external and internal qigong, osteopathic manual medicine, and qigong-based mindfulness. Patients also received 20 hours per week of recovery- based SUD treatment. A mixed model analysis was used to evaluate treatment progress (above listed measures). Each mixed model included time as categorical (the three time points), age and gender as fixed effects, and patient as a random effect (random-intercept model). If the time main effect was significant (p < .05), Tukey-Kramer post-hoc tests were used for multiple comparisons. Results were plotted using adjusted means with 95[percnt] confidence intervals. All analyses were conducted using SAS version 9.4. Results: Results were consistently similar across all measures (total and subscale scores). Patients showed marked improvement in depression and pain ratings, and these improvements were robust and statistically significant. Conclusion: The findings are sufficiently encouraging to warrant further evaluation of the protocol and to plan both comparative studies and studies beyond patients’ 45 day inpatient stay.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| 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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».