MétaCan
Menu
Retour à la cohorte
Enregistrement W4407828572 · doi:10.3389/fpain.2025.1512878

Unpacking excessive polypharmacy patterns among individuals living with chronic pain in Quebec: a longitudinal study

2025· article· en· W4407828572 sur OpenAlexaffabout
Gwenaëlle De Clifford‐Faugère, Hermine Lore Nguena Nguefack, Nancy Ménard, Sylvie Beaudoın, M. Gabrielle Pagé, Line Guénette, Catherine Hudon, Oumar Mallé Samb, Anaïs Lacasse

Notice bibliographique

RevueFrontiers in Pain Research · 2025
Typearticle
Langueen
DomaineMedicine
ThématiquePharmaceutical Practices and Patient Outcomes
Établissements canadiensUniversité de SherbrookeUniversité LavalUniversité de MontréalCentre Hospitalier de l’Université de MontréalThe Quebec Population Health Research NetworkUniversité du Québec en Abitibi-Témiscamingue
Organismes subventionnairesnon disponible
Mots-clésUnpackingPolypharmacyChronic painMedicineGerontologyLongitudinal studyPsychologyPsychiatryInternal medicine

Résumé

récupéré en direct d'OpenAlex

Introduction: Excessive polypharmacy, which can be defined as the concurrent use of ≥10 medications, is prevalent among individuals with chronic pain. However, it remains unclear how it may vary between individuals or over time. Objectives: This study aimed to describe and identify factors associated with trajectories of excessive polypharmacy. Methods: A retrospective longitudinal study was conducted using the TorSaDE Cohort, which links Canadian Community Health Surveys (2007-2016) and Quebec health administrative databases. Among 9,156 adults living with chronic pain and covered by public prescribed drug insurance, the presence of excessive polypharmacy (yes/no) was assessed monthly for one-year post-survey completion (12 time points). Group-based trajectory modelling was applied to identify groups with similar patterns over time (trajectories). Multivariable multinomial regression was used to identify factors associated with trajectory membership. Results: Four trajectories were obtained: (1) "No excessive polypharmacy" (74.8%); (2) "Sometimes in excessive polypharmacy" (8.6%); (3) "Often in excessive polypharmacy" (6.1%); 4) "Always in excessive polypharmacy" (10.5%). Factors associated with the "always in excessive polypharmacy" trajectory membership were: being older, being born in Canada, having a lower income, having a higher comorbidity index score, more severe pain intensity, and more daily activities prevented by pain, reporting arthritis or back pain and poorer perceived general health, and having a family physician. Using opioids or benzodiazepines, having a lower alcohol consumption, doing less physical activity, a higher number of prescribers and visits to a family physician also predicted being always in excessive polypharmacy. Discussion: This study identifies distinct trajectories of excessive polypharmacy in adults with chronic pain, emphasizing key sociodemographic and clinical factors and the need for tailored interventions for effective medication management.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,016
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,042
Score d'incertitude au seuil0,993

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0160,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,122
Tête enseignante GPT0,456
Écart entre enseignants0,333 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in Pain ResearchMême sujetPharmaceutical Practices and Patient OutcomesTravaux en français237 207