Treatment of chronic noncancer pain in patients on opioid therapy in primary care: A retrospective cohort study
Notice bibliographique
Résumé
BACKGROUND: This study sought to characterize the real-world treatment of chronic noncancer pain (CNCP) in patients on opioid therapy in primary care. METHODS: A retrospective cohort study from 2014-18 was conducted at a multidisciplinary primary care clinic in Chilliwack, British Columbia. Included were adults on daily opioid therapy for CNCP. Patients receiving palliative care or ≤1 visit were excluded. Outcomes of interest included use of opioid/nonopioid pharmacotherapy, number/frequency of visits and proportion of patients able to reduce/discontinue opioid therapy. RESULTS: Seventy patients (mean age 53 years, 53% male, 51% back pain) were included. Median follow-up was 6 visits over 12 months. Sixty-two patients (89%) reduced their opioid dose, 6 patients had no change and 2 patients required a dose increase. Mean opioid dose was reduced from 183 to 70 mg morphine equivalents daily. Twenty-four patients (34%) discontinued opioid therapy, 6 patients (9%) transitioned to opioid agonist therapy and 6 patients (9%) breached their opioid treatment agreement. Nonopioid pharmacotherapy included nonsteroidal anti-inflammatory drugs (64%), gabapentinoids (63%), tricyclic antidepressants (56%) and nabilone (51%). DISCUSSION: Over half of patients were no longer on opioid therapy by the end of the study. Most patients had a disorder (e.g., back pain) for which opioids are generally not recommended. Overall mean opioid dose was reduced from baseline by approximately 60% over 1 year. Lack of access to specialized pain treatments may have accounted for high nonopioid pharmacotherapy usage. CONCLUSIONS: 2020;153:xx-xx.
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 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,001 | 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 ».