Trajectories of opioid consumption as predictors of patient‐reported outcomes among individuals attending multidisciplinary pain treatment clinics
Notice bibliographique
Résumé
PURPOSE: This study aimed to identify opioid consumption trajectories among persons living with chronic pain (CP) and put them in relation to patient-reported outcomes 6 months after initiating multidisciplinary pain treatment. METHODS: This study used data from the Quebec Pain Registry (2008-2014) linked to longitudinal Quebec health insurance databases. We included adults diagnosed with CP and covered by the Quebec public prescription drug insurance plan. The daily cumulative opioid doses in the first 6 months after initiating multidisciplinary pain treatment were transformed into morphine milligram equivalents. An individual-centered approach involving principal factor and cluster analyses applied to longitudinal statistical indicators of opioid use was conducted to classify trajectories. Multivariate regression models were applied to evaluate the associations between trajectory group membership and outcomes at 6-month follow-up (pain intensity, pain interference, depression, and physical and mental health-related quality of life). RESULTS: We identified three trajectories of opioid consumption: "no or very low and stable" opioid consumption (n = 2067, 96.3%), "increasing" opioid consumption (n = 40, 1.9%), and "decreasing" opioid consumption (n = 39, 1.8%). Patients in the "no or very low and stable" trajectory were less likely to be current smokers, experience polypharmacy, use opioids or benzodiazepine preceding their first visit, or experience pain interference at treatment initiation. Patients in the "increasing" opioid consumption group had significantly greater depression scores at 6-month compared to patients in the "no or very low and stable" trajectory group. CONCLUSION: Opioid consumption trajectories do not seem to be important determinants of most PROs 6 months after initiating multidisciplinary pain treatment.
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | low |
| gpt | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | low |
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 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».