MétaCan
Menu
Back to cohort
Record W2115352843 · doi:10.7202/019626ar

Opioïdes et douleur chronique non cancéreuse : enjeux cliniques

2009· article· fr· W2115352843 on OpenAlexaffvenue
Manon Houle, Marie-Claude Raymond

Bibliographic record

VenueDrogues santé et société · 2009
Typearticle
Languagefr
FieldMedicine
TopicPain Management and Opioid Use
Canadian institutionsUniversité de MontréalHôpital Maisonneuve-Rosemont
Fundersnot available
KeywordsHumanitiesPolitical sciencePhilosophyGynecologyMedicine

Abstract

fetched live from OpenAlex

Malgré la controverse suscitée par le recours aux opioïdes pour soulager la douleur chronique non cancéreuse (DCNC), pouvant être causée par un problème médical souvent réfractaire aux traitements médicaux conventionnels, la popularité de cette classe de médicaments s’est accrue au cours de la dernière décennie. Alors que plusieurs médecins demeurent réticents à prescrire les opioïdes, d’autres, au contraire, les prescrivent sans égard aux conséquences néfastes qu’ils peuvent entraîner pour les patients. Cet article présente un recensement des méta-analyses et articles de révision portant sur l’utilisation des opioïdes dans la DCNC, publiés au cours des quinze dernières années. Leurs principales lacunes méthodologiques sont abordées puis les résultats portant sur l’efficacité analgésique des opioïdes, leurs effets secondaires et le risque encouru de développer la toxicomanie sont présentés. Des recommandations permettant le suivi sécuritaire des patients recevant des opioïdes sont ensuite formulées. La décision de prescrire ou non des opioïdes pour le traitement de la DCNC est finalement analysée dans une perspective globale tenant compte à la fois de l’objectif du médecin de soulager la douleur, de celui du patient de demeurer un membre actif de la société et de celui d’éviter que le médicament ne devienne une drogue.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.002
metaresearch head score (Gemma)0.001
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Insufficient payload (model declined to judge)
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: none
Teacher disagreement score0.677
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0020.001
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0000.000
Science and technology studies0.0000.000
Scholarly communication0.0000.001
Open science0.0010.000
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0020.001

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.033
GPT teacher head0.387
Teacher spread0.355 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one teacher head, not a consensus.

Study designNot applicable
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations5
Published2009
Admission routes2
Has abstractyes

Explore more

Same venueDrogues santé et sociétéSame topicPain Management and Opioid UseFrench-language works237,207