MétaCan
Menu
Retour à la cohorte
Enregistrement W3135341241 · doi:10.36076/ppj.2013/16/e671

Prevalence of Pain Among NonmedicalPrescription Opioid Users in Substance UseTreatment Populations: Systematic Review andMeta-analyses

2013· article· en· W3135341241 sur OpenAlexafffund
Benedikt Fischer

Notice bibliographique

RevuePain Physician · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueOpioid Use Disorder Treatment
Établissements canadiensUniversity of TorontoSimon Fraser UniversityCentre for Addiction and Mental Health
Organismes subventionnairesCanadian Institutes of Health ResearchPublic Health Agency of Canada
Mots-clésMedicineEpidemiologyMeta-analysisMedical prescriptionConfidence intervalChronic painSubstance abuseSystematic reviewPublic healthOpioidPsychiatryMEDLINEInternal medicinePharmacologyPathology

Résumé

récupéré en direct d'OpenAlex

Background: Prescription opioid analgesics (POA) are widely used in the pharmacotherapeutic treatment of acute and chronic pain in North America, where nonmedical prescription opioid use (NMPOU) has become a substantial public health concern in recent years. Existing epidemiological data suggest an association between NMPOU and pain problem symptoms in different populations, including samples in substance use treatment, although the extent of these correlations has not been systematically assessed. Objective: To systematically review and meta-analyze the prevalence of pain symptoms or problems among populations reporting NMPOU in substance use treatment. Study Design: Systematic review and meta-analyses. Methods: A systematic review and meta-analyses were conducted for pain symptoms in substance use treatment samples reporting NMPOU within the last 30 days or at admission to treatment. Overall, 8 unique epidemiological studies were identified and included in the meta-analyses; in 7 of these samples POAs were the primary drug and/or POA dependence was reported. Results: The pooled prevalence of pain in all NMPOU samples in substance use treatment was 58% (95% confidence interval [CI]: 53%–64%). The pooled prevalence of pain in the studies with POAs as the primary drug and/or POA dependence was 60% (95% CI: 52%–67%), and the prevalence of pain with “any” POA abuse (n = 2 studies) was 50% (95% CI: 40%–60%). Limitations: A small number of studies were available and included in the review; these were restricted to cross-sectional datasets only. Statistical heterogeneity was found in the metaanalytical results. Conclusions: Pain symptoms are disproportionately elevated in substance use treatment samples reporting NMPOU. Effective measures to prevent and treat NMPOU are urgently needed, although a substantive extent of NMPOU observed in this specific context may relate directly or indirectly to the presence of pain, e.g., either as an expression of ineffective pain care or as a consequence of previous POA-based interventions. At the same time, effective ways to treat and address ongoing pain issues in NMPOU samples need to be implemented, which may require ongoing opioid-based pharmacotherapeutic care aimed at both pain and dependence. Key words: Prescription opioids, nonmedical use, dependence, pain, comorbidity, substance use treatment, prevention, systematic review, meta-analyses.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,012
score de la tête « metaresearch » (Gemma)0,034
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,012
Score d'incertitude au seuil0,063

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,034
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0120,024
Bibliométrie0,0100,010
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,050
Tête enseignante GPT0,322
Écart entre enseignants0,272 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations19
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePain PhysicianMême sujetOpioid Use Disorder TreatmentTravaux en français237 207