A Retrospective Cohort Study of Healthcare Utilization Associated with Paravertebral Blocks for Chronic Pain Management in Ontario
Notice bibliographique
Résumé
<b>Background</b>: Injections, particularly paravertebral blocks (PVBs), are frequently performed procedures in Ontario, Canada, for the management of chronic pain, despite limited evidence and risk of complications. <b>Aim:</b> This study examines usage patterns of PVBs to evaluate their effects on healthcare utilization and opioid prescribing. <b>Methods:</b> A retrospective cohort study in Ontario using administrative data. Ontario residents receiving their initial PVBs between July 1, 2013 and March 31, 2018 were included. Changes in use of other interventions, physician visits, and opioids were compared to the 12-month periods before and after index PVBs. Data use was authorized under section 45 of Ontario’s Personal Health Information Protection Act. <b>Results:</b> 47,723 patients received their initial PVBs in the study period. The rate of index PVBs increased from 1.61 per 10,000 population (2013) to 2.26 per 10,000 (2018). Initial PVBs were performed most commonly by family physicians (<i>N</i> = 25,042), followed by anesthesiologists (<i>N</i> = 14,195). 23,386 patients (49%) received 1 to 9 repeat PVBs in the 12 months after index PVB; 12,474 patients (26.15%) received 10 or more. Use of other nonimage guided interventional pain procedures per patient (mean±SD) increased from 2.19 ± 9.35 to 31.68 ± 52.26 in the year before and after index PVB. Relevant physician visits per patient (mean±SD) also increased from 2.92 ± 3.61 to 9.64 ± 11.77. Mean opioid dosing did not change significantly between the year before and the year after index PVB. <b>Conclusion:</b> PVBs are associated with increases in healthcare utilization and no change in opioid use patterns.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 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 ».