NGHIÊN CỨU TÌNH HÌNH SỬ DỤNG THUỐC GIẢM ĐAU KHÁNG VIÊM KHÔNG STEROID TRONG ĐIỀU TRỊ MỘT SỐ BỆNH CƠ XƯƠNG KHỚP VÀ ĐÁNH GIÁ TÍNH HỢP LÝ THEO MỨC ĐỘ NGUY CƠ TRÊN TIÊU HOÁ - TIM MẠCH TẠI BỆNH VIỆN TRƯỜNG ĐẠI HỌC Y DƯỢC CẦN THƠ NĂM 2021
Bibliographic record
Abstract
Đặt vấn đề: Thuốc kháng viêm không steroid (NSAIDs) là nhóm thuốc được sử dụng nhiều trong các bệnh lý cơ xương khớp. Tuy nhiên, nhóm thuốc này gây ra nhiều phản ứng có hại đặc biệt trên tiêu hoá và tim mạch nên cần quan tâm đúng mức. Mục tiêu nghiên cứu: Xác định tỷ lệ sử dụng NSAIDs trong điều trị một số bệnh cơ xương khớp, đánh giá mức độ nguy cơ và tính hợp lý của việc sử dụng thuốc trên tiêu hoá - tim mạch. Đối tượng và phương pháp nghiên cứu: Nghiên cứu mô tả cắt ngang trên 386 bệnh nhân cơ xương khớp được chỉ định ít nhất một thuốc NSAIDs tại phòng khám nội tổng quát và chấn thương chỉnh hình Bệnh viện Trường Đại học Y Dược Cần Thơ từ 1/2021-12/2021. Bệnh nhân được đánh giá mức độ nguy cơ trên tiêu hoá – tim mạch và tính hợp lý trong việc sử dụng NSAIDs dựa theo quy trình sử dụng thuốc giảm đau kháng viêm không steroid của hội đồng Y khoa Quebec. Kết quả: Tỷ lệ sử dụng NSAIDs chọn lọc trên COX-2 là 93%, trong đó celecoxib là thuốc được chỉ định nhiều nhất (64,2%). Bệnh nhân có nguy cơ tiêu hoá từ trung bình đến cao là 63,5%. Tỷ lệ bệnh nhân có nguy cơ tim mạch thấp đến trung bình là 71,2% và cao là 28,8%. Tỷ lệ kê đơn NSAIDs hợp lý trên nguy cơ tiêu hoá là 62,7%, trên tim mạch là 73,8%, hợp lý về cả nguy cơ tiêu hoá và tim mạch là 55,4%. Kết luận: Tình hình sử dụng thuốc NSAIDs trên bệnh nhân cơ xương khớp chiếm tỷ lệ cao. Việc sử dụng thuốc NSAIDs trong nghiên cứu tương đối phù hợp. Tuy nhiên cần có sự quan tâm nhiều hơn về việc đánh giá các yếu tố nguy cơ cho bệnh nhân trước khi dùng thuốc điều trị.
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 imitationNot 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.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.009 | 0.002 |
| Meta-epidemiology (narrow) | 0.004 | 0.004 |
| Meta-epidemiology (broad) | 0.005 | 0.003 |
| Bibliometrics | 0.002 | 0.007 |
| Science and technology studies | 0.005 | 0.005 |
| Scholarly communication | 0.002 | 0.004 |
| Open science | 0.008 | 0.011 |
| Research integrity | 0.002 | 0.006 |
| Insufficient payload (model declined to judge) | 0.030 | 0.037 |
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.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; both teacher heads agree on what is shown here.
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".