Alcohol Use Disorder and Chronic Pain: An Overlooked Epidemic
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Alcohol use disorder (AUD) and chronic pain disorders are pervasive, multifaceted medical conditions that often co-occur. However, their comorbidity is often overlooked, despite its prevalence and clinical relevance. Individuals with AUD are more likely to experience chronic pain than the general population. Conversely, individuals with chronic pain commonly alleviate their pain with alcohol, which may escalate into AUD. This narrative review discusses the intricate relationship between AUD and chronic pain. Based on the literature available, the authors present a theoretical model explaining the reciprocal relationship between AUD and chronic pain across alcohol intoxication and withdrawal. They propose that the use of alcohol for analgesia rapidly gives way to acute tolerance, triggering the need for higher levels of alcohol consumption. Attempts at abstinence lead to alcohol withdrawal syndrome and hyperalgesia, increasing the risk of relapse. Chronic neurobiological changes lead to preoccupation with pain and cravings for alcohol, further entrenching both conditions. To stimulate research in this area, the authors review methodologies to improve the assessment of pain in AUD studies, including self-report and psychophysical methods. Further, they discuss pharmacotherapies and psychotherapies that may target both conditions, potentially improving both AUD and chronic pain outcomes simultaneously. Finally, the authors emphasize the need to manage both conditions concurrently, and encourage both the scientific community and clinicians to ensure that these intertwined conditions are not overlooked given their clinical significance.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 découle