Trends and changes in prescription opioid analgesic dispensing in Canada 2005–2012: an update with a focus on recent interventions
Notice bibliographique
Résumé
BACKGROUND: Prescription opioid analgesic (POA) utilization has steeply increased globally, yet is far higher in established market economies than elsewhere. Canada features the world's second-highest POA consumption rates. Following increases in POA-related harm, several POA control interventions have been implemented since 2010. METHODS: We examined trends and patterns in POA dispensing in Canada by province for 2005-2012, including a focus on the potential effects of interventions. Data on annual dispensing of individual POA formulations--categorized into 'weak opioids' and 'strong opioids'--from a representative sub-sample of 5,700 retail pharmacies across Canada (from IMS Brogan's Compuscript) were converted into Defined Daily Doses (DDD), and examined intra- and inter-provincially as well as for Canada (total). RESULTS: Total POA dispensing--driven by strong opioids--increased across Canada until 2011; four provinces indicated decreases in strong opioid dispensing; seven provinces indicated decreases specifically in oxycodone dispensing, 2011-2012. The dispensing ratio weak/strong opioids decreased substantively. Major inter-provincial differences in POA dispensing levels and qualitative patterns of POA formulations dispensed persisted. Previous increasing trends in POA dispensing were reversed in select provinces 2011-2012, coinciding with POA-related interventions. CONCLUSIONS: Further examinations regarding the sustained nature, drivers and consequences of the recent trend changes in POA dispensing--including possible 'substitution effects' for oxycodone reductions--are needed.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».