Abstract:
El aumento del uso inadecuado de fármacos opioides se
considera un problema de salud pública, por lo que es necesario estudiar los factores asociados al
desarrollo de la dependencia de estos fármacos. Objetivos: Analizar los factores asociados a la
dependencia de fármacos opioides en pacientes con dolor crónico, así como elaborar un modelo
matemático para la predicción de la misma. Método: Participaron 178 consumidores de fármacos
opioides, de los cuales el 48,3% (n=83) cumplían 3 o más criterios de los trastornos por
dependencia a sustancias psicoactivas del DSM-IV-TR. Se evaluaron variables sociodemográficas,
variables médicas (pauta de consumo de psicofármacos, consumo de otros fármacos y número de
especialistas visitados habitualmente) y variables psicológicas (gravedad de la dependencia,
sintomatología ansioso-depresiva y dolor percibido). Se llevaron a cabo análisis descriptivos,
bivariados y de regresión logística binaria. Resultados: El número total de años en tratamiento, de
fármacos prescritos y de especialistas visitados habitualmente es significativamente mayor en los
pacientes dependientes (p<,01), los cuales consumen más antidepresivos y ansiolíticos (p<,05) y
presentan más (p<,01) percepción de intensidad e interferencia del dolor. El modelo creado con
las variables número de fármacos consumidos, presencia de depresión, consumo de ansiolíticos e
intensidad percibida del dolor, clasifica correctamente al 73,3% de los pacientes dependientes.
Conclusiones: En el desarrollo de la dependencia parecen influir variables médicas y psicológicas
que deben tenerse en cuenta en la planificación del tratamiento. Son necesarios estudios con
muestras más amplias para analizar aplicabilidad del modelo en la identificación de pacientes
dependientes.
Introduction: The increasing misuse of prescription opioids is a public health problem, so it is necessary to study the factors associated with the development of dependence on these drugs. Objectives: To analyze the factors associated with dependence on prescription opioids in patients with chronic pain and to develop a mathematical model for predicting it.
Method: A total of 178 consumers of prescription opioids, of which 48.3% (n = 83) met three or more DSM-IV-TR criteria for psychoactive substance dependence. Sociodemographic, medical variables (consumption pattern of prescription opioids, use of other drugs and number of specialists visited regularly) and psychological variables (severity of dependence, anxiety-depressive symptoms and perceived pain) were assessed. Descriptive, bivariate and binary logistic regression analyses were carried out.
Results: The total number of years in treatment, the number of prescribed drugs and the number of specialists visited is significantly bigger in opioid-dependent patients (p <.01), which consume more antidepressants and anxiolytics (p <.05) and perceived a greater pain intensity and interference (p <.01). The predictive model created with the variables number of prescribed drugs consumed, presence of depression, use of anxiolytics and perceived pain intensity, correctly classifies 73.3% of opioid-dependent patients. Conclusions: Medical as well as psychological variables seem to be involved in the development of prescription opioids dependence, so they should be considered in the treatment planning. Further studies with a bigger sample size are needed to analyze the applicability of the model to identify prescription opioids-dependent patients.
|