Multidisciplinary care for opioid dose reduction in patients with chronic non-cancer pain: A systematic realist review
Notice bibliographique
Résumé
CONTEXT: Opioid related deaths are at epidemic levels in many developed nations globally. Concerns about the contribution of prescribed opioids, and particularly high-dose opioids, continue to mount as do initiatives to reduce prescribing. Evidence around opioid tapering, which can be challenging and potentially hazardous, is not well developed. A recent national guideline has recognized this and recommended referral to multidisciplinary care for challenging cases of opioid tapering. However, multidisciplinary care for opioid tapering is not well understood or defined. OBJECTIVE: Identify the existing literature on any multidisciplinary care programs that evaluate impact on opioid use, synthesize how these programs work and clarify whom they benefit. STUDY DESIGN: Systematic rapid realist review. DATASET: Bibliographic databases (MEDLINE, EMBASE, CINAHL, PsycINFO, Cochrane Library), grey literature, reference hand search and formal expert consultation. RESULTS: 95 studies were identified. 75% of the programs were from the United States and the majority (n = 62) were published after 2000. A minority (n = 23) of programs reported on >12 month opioid use outcomes. There were three necessary but insufficient mechanisms common to all programs: pain relief, behavior change and active medication management. Programs that did not include a combination of all three mechanisms did not result in opioid dose reductions. A concerning 20-40% of subjects resumed opioid use within one year of program completion. CONCLUSIONS: Providing alternative analgesia is insufficient for reducing opioid doses. Even high quality primary care multidisciplinary care programs do not reduce prescribed opioid use unless there is active medication management accomplished by changing the primary opioid prescriber. Rates of return to use of opioids from these programs are very concerning in the current context of a highly potent and lethal street drug supply. This contextual factor may be powerful enough to undermine the modest benefits of opioid dose reduction via multidisciplinary care.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,000 |
| 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 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».