The intended and unintended consequences of benzodiazepine monitoring programmes: a review of the literature
Notice bibliographique
Résumé
WHAT IS KNOWN AND OBJECTIVE: Concern has been expressed regarding the potential over-prescription of benzodiazepines (BZDs) and their potential for misuse and abuse. Patterns of BZD use can be tracked by prescription monitoring programmes (PMPs). This study reviews the literature examining the impact of PMPs on the use of BZDs. METHODS: Studies published in English from January 1980 to April 2009 were identified though PubMed, EMBASE, IPA, CINHL and Web of Science using MeSH terms: 'Benzodiazepines' OR 'Benzodiazepines/supply and distribution' AND ('Social Control, Formal/legislation, jurisprudence'); Emtree terms: 'drug control'/exp AND 'benzodiazepine derivative'/exp/mj. A broad search strategy was also used: benzodiazepines; triplicate prescription program; prescription monitoring program; triplicate prescribing; and triplicate prescription policy. RESULTS AND DISCUSSION: This search identified 32 relevant articles that addressed the impact of implementation of a PMP for BZDs in New York State in 1989. Overall, BZD prescribing declined following implementation, but the decline was not consistent across population groups. In particular, marginalized and vulnerable populations, such as persons with chronic mental health disorders, may be disproportionately affected. WHAT IS NEW AND CONCLUSION: We provide a critical review of the impact of PMPs on the use of BZDs. PM decreases overall use of BZDs, but may have unintended consequences that differentially impact certain populations. Furthermore, research is warranted to understand better the long-term costs and benefits.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».