The effect of an educational intervention on meperidine use in Nova Scotia, Canada: a time series analysis
Notice bibliographique
Résumé
PURPOSE: To evaluate the impact of a prescriber focused individual educational and audit-feedback intervention undertaken by the Nova Scotia Prescription Monitoring Program (NSPMP) in March/April 2007 to reduce meperidine use. METHOD: The NSPMP records all prescriptions for controlled substances dispensed in community pharmacies in Nova Scotia, Canada. Oral meperidine use from 1 July 2005 to 31 December 2009 was examined using NSPMP data. Monthly totals for the following were obtained: number of individual patients who filled at least one meperidine prescription, number of prescriptions, and number of tablets dispensed. Data were analyzed graphically to observe overall trends. The intervention effect was estimated on the logarithmic scale with autocorrelations over time modeled by an integrated autoregressive moving average model for each outcome measure. RESULTS: An overall trend toward decreasing use from July 2005 to December 2009 was apparent for all three outcome measures. The intervention was associated with a statistically significant reduction in meperidine use, after adjusting for the overall long-term trend. Compared with the pre-intervention period, the monthly number of patients declined by 12% (p < 0.001; 95% confidence interval [CI] = 5%-18%), prescriptions by 10% (p < 0.001; 95%CI = 3%-17%), and tablets by 13.5% (p < 0.001, 95%CI = 6%-29%) in the post-intervention period. CONCLUSION: Given the risks associated with meperidine, determining that this intervention successfully reduced meperidine use is encouraging. This study highlights the potential for using population data such as the NSPMP to evaluate the effectiveness of population-level interventions to improve medication use, including professional, organizational, financial, and regulatory initiatives.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».