Correlations between prescription opioid analgesic dispensing levels and related mortality and morbidity in <scp>O</scp>ntario, <scp>C</scp>anada, 2005–2011
Notice bibliographique
Résumé
INTRODUCTION AND AIMS: Prescription opioid analgesic (POA)-related harms constitute a major public health problem in North America. Ontario features above-average POA use levels in Canada and has seen consistent increases in related mortality and morbidity. Recent studies documented strong correlations between POA dispensing levels and related harm outcomes on population levels. We examined correlations between POA dispensing and key POA-related mortality and morbidity indicators in Ontario, 2005-2011. DESIGN AND METHODS: Correlations between (i) annual dispensing levels of four strong POA formulations (fentanyl, hydromorphone, morphine and oxycodone; from IMS Brogan's Compuscript converted to defined daily doses) and POA-related mortality (based on provincial coroner's data) and (ii) annual total POA dispensing and POA-related treatment caseload (from the Drug and Alcohol Treatment Information System) were examined for the study context. RESULTS: Strong and significant correlations were observed between POA dispensing and mortality for three formulations, namely hydromorphone: 0.98 [95% confidence interval (CI) 0.89-1.00; P<0.001], fentanyl: 0.93 (95% CI 0.58-0.99; P=0.003) and oxycodone: 0.93 (95% CI 0.57-0.99; P=0.003), but not morphine (-0.29; 95% CI-0.86-0.59; P=0.523), as well as for treatment when examining congruent years [0.99 (95% CI 0.92-1.00); P<0.001] and when using a 1-year offset (1.00; 95% CI 0.96-1.00; P<0.001). DISCUSSION AND CONCLUSIONS: POA dispensing levels were found to be strongly correlated with mortality and morbidity (treatment) indicators. Targeted and sensible reductions of POA use level would likely constitute a primary measure to reduce POA-related harms on a population level, especially in a jurisdiction with high POA consumption levels.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,000 | 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 ».