Assessing the prevalence of non-medical prescription opioid use in the Canadian general adult population: evidence of large variation depending on survey questions used
Notice bibliographique
Résumé
BACKGROUND: Morbidity and mortality related to Prescription Opioid Analgesics (POAs) have been rising sharply in North America. Non-Medical Prescription Opioid Use (NMPOU) in the general population is a key indicator of POA-related harm, yet the role of question item design for best NMPOU prevalence estimates in general population surveys is unclear, and existing NMPOU survey data for Canada are limited. METHODS: We tested the impact of different NMPOU question items by comparing an item in the 2008 and 2009 (N = 2,017) samples of the CAMH Monitor surveys - an Ontario adult general population survey - with a newly developed item used in the 2010 (N = 2,015) samples of the Centre for Addiction and Mental Health (CAMH) Monitor surveys. To control for a potential difference in the population demographics between surveys, we adjusted for gender, age, region, income, prescription opioid use, cigarette smoking, weekly binge drinking, cannabis use in the past three months, and psychological distress in our analyses. RESULTS: The prevalence of NMPOU as measured by the 2008 and 2009 CAMH monitor (2.0% [95% CI: 1.2% to 2.8%]) was significantly different when compared to the prevalence of NMPOU as measured by the 2010 CAMH monitor (7.7% [95% CI: 6.3% to 9.2%]) (p < 0.001). This difference was also found when stratifying our analysis by sex (p < 0.001) and when adjusting for all potential confounding covariates. CONCLUSION: It is highly unlikely that the extensive NMPOU prevalence differences observed from the different survey items reflect an actual increase of NMPOU or changes in NMPOU determinants, but rather point to measurement effects. It appears that we currently do not have accurate estimates of NMPOU in the Canadian general population, even though these estimates are needed to guide and implement targeted interventions. Given the current substantial morbidity and mortality impact of NMPOU, there is an urgent need to systematically develop, validate and standardize NMPOU items for future general population surveys in Canada.
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 | 0,001 |
| 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) | 0,000 | 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 ».