MétaCan
Menu
Retour à la cohorte
Enregistrement W7161241389 · doi:10.3310/gjhs2715

Effects and costs of a group-based educational intervention to reduce opioid use in people with chronic pain: I-WOTCH RCT

2025· article· en· W7161241389 sur OpenAlexaff
Harbinder Sandhu, Katie Booth, Sheeja Manchira Krishnan, Charles Abraham, Sharisse Alleyne, Shyam Balasubramanian, Lauren Betteley, Tom Bromilow, Dawn Carnes, Andrea D Furlan, S. Vijay, Kirstie L Haywood, Maddy Hill, Cynthia P Iglesias-Urrutia, Ranjit Lall, Andrea Manca, Dipesh Mistry, Joe WE Moss, Sian Newton, Vivien Nichols, Jennifer Noyes, Emma Padfield, Anisur Rahman, Kate Seers, Jane Shaw, Nicole KY Tang, Stephanie JC Taylor, Colin Tysall, Martin Underwood, Sam Eldabe

Notice bibliographique

RevueHealth Technology Assessment · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueOpioid Use Disorder Treatment
Établissements canadiensToronto Rehabilitation InstituteUniversity Health Network
Organismes subventionnairesHealth Technology Assessment Programme
Mots-clésConfidence intervalRandomized controlled trialChronic painOpioidIntervention (counseling)Clinical trialHealth carePatient education

Résumé

récupéré en direct d'OpenAlex

Background: The long-term use of strong opioids for chronic non-cancer pain puts people at risk of serious harm. Objectives: To test the effectiveness and cost-effectiveness of a multicomponent intervention targeting opioid use for the treatment of chronic pain. Design: A multicentred randomised controlled trial with embedded process evaluation. Setting: Primary care. Participants: Adults using strong opioids for non-malignant chronic. Interventions: Participants were randomised 1 : 1 (using a minimisation programme stratified by geographical locality, baseline pain intensity score and baseline morphine equivalent dose) to either usual care (an educational booklet and relaxation compact disc) or usual care plus the I-WOTCH intervention; 3 day-long group sessions delivered by a nurse and lay facilitator, plus a one-to-one session and ongoing telephone contact from the nurse to support opioid tapering. Main outcome measures: The two primary outcomes were Patient-Reported Outcomes Measurement Information System Pain Interference Short Form (8A), and proportion using no opioids, at 12 months. Results: We randomised 608 people. At 12 months, there was no between-group difference in Patient-Reported Outcomes Measurement Information System Pain Interference Short Form (8A) scores; mean difference, -0.52 (95% confidence interval -1.94 to 0.89). At 12 months, 65/225 (29%) of people in the intervention group and 15/208 (7%) of people in usual-care group reported using no opioids [odds ratio 5.55 (95% confidence interval 2.80 to 10.99)], absolute difference, 21.7% (95% confidence interval 14.8 to 28.6). Over a lifetime horizon, I-WOTCH is on average associated with an incremental cost of £9277 per person, and provides an additional 0.314 quality-adjusted life-years. The deterministic incremental cost per quality-adjusted life-year gained was £29,543. The I-WOTCH intervention may be cost-effective compared to best usual care. The process evaluation suggested group support and shared experience were important to those trying to taper. Limitations: The opioid use analysis is based solely on participant self-report. The findings only apply to people willing to consider opioid reduction and may not apply to a more complex secondary care population. The results may not be applicable to people using very high opioid doses. Conclusions: The I-WOTCH intervention helps substantially more people stop opioids than best usual care without adversely affecting pain interference. Future work: The I-WOTCH intervention should be tested in different healthcare settings and other populations. Trial registration: This trial is registered as Current Controlled Trials ISRCTN49470934. Funding: ; Vol. 30, No. 35. See the NIHR Funding and Awards website for further award information.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,017
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,017
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0030,007
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,002
Science ouverte0,0020,003
Intégrité de la recherche0,0050,003
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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.

Tête enseignante Opus0,008
Tête enseignante GPT0,352
Écart entre enseignants0,344 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeEssai randomisé
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHealth Technology AssessmentMême sujetOpioid Use Disorder TreatmentTravaux en français237 207