REAL-WORLD ASSESSMENT OF PATTERNS OF PAIN TREATMENT IN SYSTEMIC LUPUS ERYTHEMATOSUS: A PATHWAY VISUALIZATION STUDY USING EHR
Notice bibliographique
Résumé
PV254 / #673 Poster Topic: AS24 - SLE-Treatment Background/Purpose To characterize trends and demographic differences in pain management modalities among patients with SLE and assess the evolution of treatment strategies over the past 2 decades. Methods We retrospectively analyzed electronic health records from 2005-2024 at a single academic center. Using sequence analysis and Sankey diagrams, we mapped the progression of pain management modalities, including corticosteroids, opioids, NSAIDs, and non-pharmaceutical therapies, within 2 timeframes: 2005-2014 and 2015-2024. We evaluated transitions between therapies, demographic influences (age, sex, race/ethnicity), and shifts in treatment patterns over time. Results A total of 381 patients received at least 1 pain management modality during 2005-2014, while 387 patients received such modalities from 2015-2024 (Table 1, Figure 1). Steroid and opioid use as initial treatments decreased significantly from 59% to 51% and 28% to 23%, respectively, between the 2 periods. NSAIDs emerged as a primary choice, increasing from 19% to 29%. Additionally, younger patients and males in recent years received more diverse prescriptions, with observed racial differences indicating that Black and Hispanic patients were more likely to receive multiple pain management modalities. The overall number of pain prescriptions also declined, reflecting an adaptive, multimodal approach to pain management in SLE (Figure 2). Table 1. Figure 1. Figure 2. Conclusions Our findings reveal an ongoing shift toward diversified, multimodal pain management in SLE with reduced reliance on steroids and opioids, particularly among younger patients. Demographic variations underscore the need for personalized and equitable pain management strategies in SLE, supporting future guidelines that incorporate both safety and patient-specific factors.
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 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 | 0,003 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), 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 ».