Opioid Analgesic Use in Patients with Ankylosing Spondylitis: An Analysis of the Prospective Study of Outcomes in an Ankylosing Spondylitis Cohort
Notice bibliographique
Résumé
OBJECTIVE: Opioid analgesics may be prescribed to ankylosing spondylitis (AS) patients with pain that is unresponsive to antirheumatic treatment. Our study assessed factors associated with opioid usage in AS. METHODS: A prospective cohort of 706 patients with AS meeting modified New York criteria followed at least 2 years underwent comprehensive clinical evaluation of disease activity and functional impairment. These were assessed by the Bath Ankylosing Spondylitis Disease Activity Index (BASDAI) and Bath Ankylosing Spondylitis Functional Index (BASFI). Radiographic severity was assessed by the Bath Ankylosing Spondylitis Radiology Index and modified Stokes Ankylosing Spondylitis Scoring System. Medications taken concurrently with opioids, as well as C-reactive protein (CRP) levels and erythrocyte sedimentation rate (ESR), were determined at each study visit, performed every 6 months. Analyses were carried out at baseline, and longitudinal multivariable models were developed to identify factors independently associated with chronic and intermittent opioid usage over time. RESULTS: Factors significantly associated with opioid usage, especially chronic opioid use, included longer disease duration, smoking, lack of exercise, higher disease activity (BASDAI) and functional impairment (BASFI), depression, radiographic severity, and cardiovascular disease. Patients taking opioids were more likely to be using anxiolytic, hypnotic, antidepressant, and muscle relaxant medications. Multivariable analysis underscored the association with smoking, older age, antitumor necrosis factor agent use, and psychoactive drugs, as well as with subjective but not objective determinants of disease activity. CONCLUSION: Opioid usage was more likely to be associated with subjective measures (depression, BASDAI, BASFI) than objective measures (CRP, ESR), suggesting that pain in AS may derive from sources other than spinal inflammation alone.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 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 ».