Evidence-Based Recommendations on the Pharmacological Management of Osteoarthritis and Chronic Low Back Pain: An Asian Consensus
Notice bibliographique
Résumé
The overall burden of chronic musculoskeletal pain in Asian countries will continue to increase as the population ages, as will the demand for safe and effective pain management. Currently available Asian guidelines are mostly outdated and targeted only to primary care. Implementation of international guidelines may be unsuitable for Asian patients due to cultural, local economic and regulatory factors. With the aim of developing Asian-specifi c consensus recommendations for the pharmacological management of osteoarthritis (OA) pain and chronic low back pain (cLBP), we convened to review and discuss recent available evidence for pharmacotherapy, clinical experiences, and current practice challenges they face in the region, including challenges in opioid use. Taking these into consideration, we provided general recommendations for the overall assessment and management of OA pain and cLBP. The strength of the recommendations regarding the use of pharmacological agents was assessed using the Grades of Recommendation Assessment, Development and Evaluation (GRADE) system. Where evidence is confl icting or limited, we made no recommendation pending the availability of further evidence. We recommend topical non-steroidal anti-infl ammatory drugs (NSAIDs) as a fi rst-line pharmacological treatment of OA pain, while oral NSAIDs should be considered as a fi rst-line pharmacological treatment of cLBP. Acetaminophen has been commonly used as the fi rst-line treatment for OA pain and cLBP, but its long-term use is not recommended based on recent evidence. These consensus recommendations are not prescriptive, and serve as a guide for decision-making in clinical practice. The optimal management of OA pain and cLBP should ultimately be individualized to each patient.
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 | 0,041 | 0,118 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,005 | 0,012 |
| Bibliométrie | 0,012 | 0,008 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,006 | 0,006 |
| Science ouverte | 0,009 | 0,005 |
| Intégrité de la recherche | 0,010 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,005 |
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 ».