High levels of opioid analgesic co‐prescription among methadone maintenance treatment clients in British Columbia, Canada: Results from a population‐level retrospective cohort study
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: The non-medical use of prescription opioids (PO) has increased dramatically in North America. Special consideration for PO prescription is required for individuals in methadone maintenance treatment (MMT). Our objective is to describe the prevalence and correlates of PO use among British Columbia (BC) MMT clients from 1996 to 2007. METHODS: This study was based on a linked, population-level medication dispensation database. All individuals receiving 30 days of continuous MMT for opioid dependence were included in the study. Key measurements included the proportion of clients receiving >7 days of a PO other than methadone during MMT from 1996 to 2007. Factors independently associated with PO co-prescription during MMT were assessed using generalized linear mixed effects regression. RESULTS: 16,248 individuals with 27,919 MMT episodes at least 30 days in duration were identified for the study period. Among them, 5,552 individuals (34.2%) received a total of 290,543 PO co-prescriptions during MMT. The majority (74.3%) of all PO dispensations >7 days originated from non-MMT physicians. The number of PO prescriptions per person-year nearly doubled between 1996 and 2006, driven by increases in morphine, hydromorphone and oxycodone dispensations. PO co-prescription was positively associated with female gender, older age, higher levels of medical co-morbidity as well as higher MMT dosage, adherence, and retention. CONCLUSION AND SCIENTIFIC SIGNIFICANCE: A large proportion of MMT clients in BC received co-occurring PO prescriptions, often from physicians and pharmacies not delivering MMT. Experimental evidence for the treatment of pain in MMT clients is required to guide clinical practice.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».