The role of preexisting analgesic use and self-efficacy for continued use of analgesics among patients with persistent low back pain
Notice bibliographique
Résumé
BACKGROUND: Various analgesics are frequently prescribed by physicians and used by patients with low back pain (LBP) despite limited effect on pain and disability and risk of side effects. Current knowledge on how psychological measures and self-management interventions influence analgesic use is limited. We investigated if analgesic use changed after participating in a patient education and exercise therapy program (GLA:D® Back), to what extent analgesic use and self-efficacy at baseline were potential determinants of analgesic use at the end of the program, and, to what extent improvement in self-efficacy from before to after the intervention modified the relationship between analgesic use at baseline and follow-up. METHODS: Back registry collected from March 28, 2018, until October 16, 2023. Potential determinants were self-reported baseline analgesic use and self-efficacy (the Arthritis Self Efficacy Scale pain subscale). The outcome was analgesic use at 3 months follow-up. We used logistic regression to investigate associations and effect modification. RESULTS: Among 4721 included participants, 34% of those using analgesics at baseline (n = 942) discontinued this at 3 months follow-up. Analgesic use at baseline was associated with increased odds of analgesic use at follow-up (odds ratio [OR]: 9.79, 95% confidence interval [CI]: 7.88, 12.15), and higher levels of self-efficacy at baseline was associated with decreased odds of analgesic use at follow-up (OR: 0.85, 95% CI: 0.81, 0.89). Improved self-efficacy, obtained during the program, reduced the risk of analgesic use at follow-up from 15 to 6% and from 76 to 54% among participants with and without baseline analgesic use respectively. CONCLUSIONS: Patients using analgesics when initiating care were more likely to use analgesics three months later, while those having high levels of self-efficacy were less likely. Improved self-efficacy during the program reduced the absolute risk of analgesic use following the intervention to a larger extent among those using analgesics at baseline compared to those without baseline use. Further investigation is needed to confirm whether these findings reflect causal effects.
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 | 0,002 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».