Impact of chiropractic care on opioid use for noncancer spine pain: systematic review and meta-analysis
Notice bibliographique
Résumé
Abstract Opioids are commonly prescribed for spine-related pain; however, emerging evidence suggests that access to chiropractic care may reduce reliance on opioids. We conducted a systematic review and meta-analysis to assess the impact of chiropractic care on new or continued prescription opioid use among adults with noncancer spine pain. We searched for eligible randomized controlled trials (RCTs) and observational studies in MEDLINE, Embase, AMED, CINAHL, Web of Science, and the Index to Chiropractic Literature up to March 20, 2025. Paired reviewers independently assessed risk-of-bias and extracted data. We performed random- and fixed-effects meta-analyses and used GRADE to assess the certainty of evidence. In total, 2 RCTs (838 participants) and 18 cohort studies (6,035,220 participants) were included in our analyses. We found very low certainty evidence that, compared with standard medical care alone, receipt of chiropractic care may reduce the odds of receiving prescription opioids by 64% (odds ratio [OR] = 0.36; 95% confidence interval [CI], 0.25–0.52; absolute risk reduction [ARR] 15%). However, we found a credible subgroup effect that earlier receipt of chiropractic services (within the first 30 days of presenting with spine-related pain) is associated with a greater decrease in the odds of receiving prescription opioids (OR = 0.33; 95% CI = 0.22–0.51; ARR = 15%) than later (≥30 days after presentation: OR = 0.73; 95% CI = 0.53–0.99; ARR = 8%; test of interaction, P < 0.001), but both with very low certainty evidence. Rigorously designed RCTs are needed to confirm these results.
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 | 0,003 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,015 | 0,008 |
| 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 ».