MétaCan
Menu
Retour à la cohorte
Enregistrement W4353031842 · doi:10.1136/bmj-2022-072962

Comparative effectiveness and safety of analgesic medicines for adults with acute non-specific low back pain: systematic review and network meta-analysis

2023· review· en· W4353031842 sur OpenAlexaff
Michael A. Wewege, Matthew K. Bagg, Matthew D. Jones, Michael C Ferraro, Aidan G Cashin, Rodrigo R N Rizzo, Amanda D. Hagstrom, Saurab Sharma, Andrew J. McLachlan, Christopher G. Maher, Richard O. Day, Benedict M. Wand, Neil E O’Connell, Adriani Nikolakopolou, Siobhan M. Schabrun, Sylvia M. Gustin, James H. McAuley

Notice bibliographique

RevueBMJ · 2023
Typereview
Langueen
DomaineMedicine
ThématiqueMusculoskeletal pain and rehabilitation
Établissements canadiensParkwood InstituteWestern University
Organismes subventionnairesUniversity of New South Wales
Mots-clésMedicineAnalgesicAdverse effectPregabalinPlaceboMeta-analysisConfidence intervalLow back painRandomized controlled trialRelative riskPhysical therapyAnesthesiaInternal medicineAlternative medicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To evaluate the comparative effectiveness and safety of analgesic medicines for acute non-specific low back pain. DESIGN: Systematic review and network meta-analysis. DATA SOURCES: Medline, PubMed, Embase, CINAHL, CENTRAL, ClinicalTrials.gov, clinicialtrialsregister.eu, and World Health Organization's International Clinical Trials Registry Platform from database inception to 20 February 2022. ELIGIBILITY CRITERIA FOR STUDY SELECTION: Randomised controlled trials of analgesic medicines (eg, non-steroidal anti-inflammatory drugs, paracetamol, opioids, anti-convulsant drugs, skeletal muscle relaxants, or corticosteroids) compared with another analgesic medicine, placebo, or no treatment. Adults (≥18 years) who reported acute non-specific low back pain (for less than six weeks). DATA EXTRACTION AND SYNTHESIS: Primary outcomes were low back pain intensity (0-100 scale) at end of treatment and safety (number of participants who reported any adverse event during treatment). Secondary outcomes were low back specific function, serious adverse events, and discontinuation from treatment. Two reviewers independently identified studies, extracted data, and assessed risk of bias. A random effects network meta-analysis was done and confidence was evaluated by the Confidence in Network Meta-Analysis method. RESULTS: 98 randomised controlled trials (15 134 participants, 49% women) included 69 different medicines or combinations. Low or very low confidence was noted in evidence for reduced pain intensity after treatment with tolperisone (mean difference -26.1 (95% confidence intervals -34.0 to -18.2)), aceclofenac plus tizanidine (-26.1 (-38.5 to -13.6)), pregabalin (-24.7 (-34.6 to -14.7)), and 14 other medicines compared with placebo. Low or very low confidence was noted for no difference between the effects of several of these medicines. Increased adverse events had moderate to very low confidence with tramadol (risk ratio 2.6 (95% confidence interval 1.5 to 4.5)), paracetamol plus sustained release tramadol (2.4 (1.5 to 3.8)), baclofen (2.3 (1.5 to 3.4)), and paracetamol plus tramadol (2.1 (1.3 to 3.4)) compared with placebo. These medicines could increase the risk of adverse events compared with other medicines with moderate to low confidence. Moderate to low confidence was also noted for secondary outcomes and secondary analysis of medicine classes. CONCLUSIONS: The comparative effectiveness and safety of analgesic medicines for acute non-specific low back pain are uncertain. Until higher quality randomised controlled trials of head-to-head comparisons are published, clinicians and patients are recommended to take a cautious approach to manage acute non-specific low back pain with analgesic medicines. SYSTEMATIC REVIEW REGISTRATION: PROSPERO CRD42019145257.

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)0,039
score de la tête « metaresearch » (Gemma)0,099
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: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,039
Score d'incertitude au seuil0,204

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0390,099
Méta-épidémiologie (sens strict)0,0040,002
Méta-épidémiologie (sens large)0,0250,041
Bibliométrie0,0120,009
Études des sciences et des technologies0,0010,001
Communication savante0,0040,003
Science ouverte0,0030,002
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,070
Tête enseignante GPT0,385
Écart entre enseignants0,314 · 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

Citations56
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMJMême sujetMusculoskeletal pain and rehabilitationTravaux en français237 207