Trends in Drug Claims for Non‐Specific Low Back Pain in Québec, 1997 to 2018
Notice bibliographique
Résumé
OBJECTIVE: The aim of this study was to describe temporal trend of drugs claims after an episode of non-specific low back pain in Québec between 1997 and 2018, by pharmacological class. METHODS: Data came from the PROspective Québec study on work and health (PROQ), the Régie de l'assurance maladie du Québec (RAMQ) and Québec hospital services (Med-Echo). RAMQ common denomination codes were used to identify the types of medication claimed for an episode of non-specific low back pain. Multivariate log-binomial regression models were used to evaluate temporal trends in claims for the main pharmacological classes, taking into account dependence between multiple episodes. RESULTS: A total of 5214 episodes of non-specific low back pain were identified in 1658 people between 1997 and 2018. The mean age at the first medical service for low back pain was 64.1 years (standard deviation: 8.3 years). Results show a significant increase in opioid claims between 1997 and 1998 (4.1%) and 2009-2010 (12.7%) (p for trend = 0.0008), anticonvulsants between 1997 and 1998 (0.0%) and 2011-2012 (10.5%) (p for trend = 0.0002), and myorelaxants between 1997 and 1998 (2.0%) and 2009-2010 (8.8%) (p for trend < 0.0001), but no significant change in claims for antidepressants between 1997 and 1998 (0.5%) and 2016-2017 (2.6%) (p for trend = 0.5508). CONCLUSION: Claims for opioids, anticonvulsants and myorelaxants for non-specific low back pain showed significant upward changes between 1997 and 2018 in Québec, in contrast to antidepressants. These temporal variations in claims were different for each group of drugs, with a greater variation for anticonvulsants.
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 | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».