NGHIÊN CỨU TÌNH HÌNH SỬ DỤNG THUỐC GIẢM ĐAU KHÁNG VIÊM KHÔNG STEROID TRONG ĐIỀU TRỊ MỘT SỐ BỆNH CƠ XƯƠNG KHỚP VÀ ĐÁNH GIÁ TÍNH HỢP LÝ THEO MỨC ĐỘ NGUY CƠ TRÊN TIÊU HOÁ - TIM MẠCH TẠI BỆNH VIỆN TRƯỜNG ĐẠI HỌC Y DƯỢC CẦN THƠ NĂM 2021
Notice bibliographique
Résumé
Đặt vấn đề: Thuốc kháng viêm không steroid (NSAIDs) là nhóm thuốc được sử dụng nhiều trong các bệnh lý cơ xương khớp. Tuy nhiên, nhóm thuốc này gây ra nhiều phản ứng có hại đặc biệt trên tiêu hoá và tim mạch nên cần quan tâm đúng mức. Mục tiêu nghiên cứu: Xác định tỷ lệ sử dụng NSAIDs trong điều trị một số bệnh cơ xương khớp, đánh giá mức độ nguy cơ và tính hợp lý của việc sử dụng thuốc trên tiêu hoá - tim mạch. Đối tượng và phương pháp nghiên cứu: Nghiên cứu mô tả cắt ngang trên 386 bệnh nhân cơ xương khớp được chỉ định ít nhất một thuốc NSAIDs tại phòng khám nội tổng quát và chấn thương chỉnh hình Bệnh viện Trường Đại học Y Dược Cần Thơ từ 1/2021-12/2021. Bệnh nhân được đánh giá mức độ nguy cơ trên tiêu hoá – tim mạch và tính hợp lý trong việc sử dụng NSAIDs dựa theo quy trình sử dụng thuốc giảm đau kháng viêm không steroid của hội đồng Y khoa Quebec. Kết quả: Tỷ lệ sử dụng NSAIDs chọn lọc trên COX-2 là 93%, trong đó celecoxib là thuốc được chỉ định nhiều nhất (64,2%). Bệnh nhân có nguy cơ tiêu hoá từ trung bình đến cao là 63,5%. Tỷ lệ bệnh nhân có nguy cơ tim mạch thấp đến trung bình là 71,2% và cao là 28,8%. Tỷ lệ kê đơn NSAIDs hợp lý trên nguy cơ tiêu hoá là 62,7%, trên tim mạch là 73,8%, hợp lý về cả nguy cơ tiêu hoá và tim mạch là 55,4%. Kết luận: Tình hình sử dụng thuốc NSAIDs trên bệnh nhân cơ xương khớp chiếm tỷ lệ cao. Việc sử dụng thuốc NSAIDs trong nghiên cứu tương đối phù hợp. Tuy nhiên cần có sự quan tâm nhiều hơn về việc đánh giá các yếu tố nguy cơ cho bệnh nhân trước khi dùng thuốc điều trị.
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 | 0,009 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,004 |
| Méta-épidémiologie (sens large) | 0,005 | 0,003 |
| Bibliométrie | 0,002 | 0,007 |
| Études des sciences et des technologies | 0,005 | 0,005 |
| Communication savante | 0,002 | 0,004 |
| Science ouverte | 0,008 | 0,011 |
| Intégrité de la recherche | 0,002 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,030 | 0,037 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».