MétaCan
Menu
Retour à la cohorte
Enregistrement W2985612462

Adverse Outcomes Associated with Prescription Opioids for Acute Low Back Pain: A Systematic Review and Meta-Analysis.

2019· review· en· W2985612462 sur OpenAlexaff
Nitika Sanger, Meha Bhatt, Nikhita Singhal, Katherine Ramsden, Natasha Baptist-Mohseni, Balpreet Panesar, Hamnah Shahid, Alannah Hillmer, A. Elia, Candice Luo, Victoria E. Rogers, A Arunan, Lola Baker-Beal, Sean Haber, Jihane Henni, Megan Puckering, H. Sunny Sun, Kim T. Ng, Stephanie Sanger, Natalia Mouravaska, M. Constantine Samaan, Russell J. de Souza, Lehana Thabane, Zainab Samaan

Notice bibliographique

RevuePubMed · 2019
Typereview
Langueen
DomaineMedicine
ThématiqueOpioid Use Disorder Treatment
Établissements canadiensMcMaster UniversityMcMaster Children's HospitalMcMaster University Medical CentreSt. Joseph’s Healthcare HamiltonUniversity of SaskatchewanHamilton Health Sciences
Organismes subventionnairesnon disponible
Mots-clésMedicineMeta-analysisObservational studyRandomized controlled trialAdverse effectOpioidSystematic reviewMedical prescriptionMEDLINEPopulationClinical trialIntensive care medicineInternal medicinePharmacology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Acute low back pain (ALBP) is a common clinical complaint that can last anywhere from 24 hours to 12 weeks. In recent years, there has been an opioid epidemic which is linked to the increased availability of prescription opioids. Though guidelines recommend that in the treatment of ALBP, opioids should be used when other treatments fail, we have seen an increase in opioid prescriptions for ALBP. With this crisis, it is important to examine if there are any adverse outcomes associated with prescribing opioids for ALBP. OBJECTIVE: We aim to review the published literature to examine the adverse outcomes associated with opioid use for ALBP. STUDY DESIGN: We performed a systematic review with meta-analysis in accordance with our published protocol and PRISMA guidelines. SETTING: The review was conducted at McMaster University. METHODS: Various electronic databases for articles published from inception to September 30, 2017, inclusive. Both randomized clinical trials and observational studies on the impact of opioid use in ALBP in the adult population were included. Eight pairs of independent reviewers performed screening, data extraction, and assessment of methodological quality. The identified articles were assessed for risk of bias using sensitivity analysis. Trials with comparative outcomes were reported in a meta-analysis using a fixed effects model. RESULTS: A total of 13,889 studies were initially screened for the review and a total of 4 studies were included in the full review, of which 2 studies were meta-analyzed. Our results showed that prescribing opioids for ALBP was significantly associated with long-term continued opioid use (1.57, 95% CI, 1.06-2.33). There was no significant association found between unemployment duration and prescribing opioids for ALBP (3.54, 95% CI, -7.57 to 14.66). LIMITATIONS: Due to the limited number of studies that considered unemployment, only an unpooled analysis was conducted. Among the included studies there was both statistical and clinical heterogeneity due to differences in methodology, study design, risk of selection or performance bias. Most of the studies had an unclear or high risk of bias and poorly defined side effects. CONCLUSIONS: Due to the lack of literature examining long-term adverse outcomes associated with prescribing opioids for ALBP, no definitive conclusions can be made. However, with the literature available, there does seem to be risk associated with prescribing opioids for ALBP so there is a great need to conduct further investigations examining these adverse outcomes for ALBP patients. KEY WORDS: Acute low back pain, opioids, prescriptions, low back pain, long-term use, opioid use disorder.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Méta-épidémiologie (sens large)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,558
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0160,004
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,091
Tête enseignante GPT0,329
Écart entre enseignants0,238 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations23
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetOpioid Use Disorder TreatmentTravaux en français237 207