Patterns of benzodiazepine use in a Canadian population sample
Notice bibliographique
Résumé
AIM: The objective of this study was to identify clinical and demographic factors that may be associated with benzodiazepine treatment, to describe the reported reasons for use of these medications and to appraise the pattern of use in relation to standard guidelines in a general population sample. METHODS: Telephone survey methods were employed to select a sample of 3345 people between the ages of 18 and 64. A computer assisted telephone interview, including the Mini Neuropsychiatric Diagnostic Interview (MINI), was administered. Estimates were weighted for design features and population demographics. RESULTS: The overall prevalence of benzodiazepines use was 3.3% (95% confidence interval [CI] 2.6 to 4.1%). There was a higher frequency of medication use in women than men, among respondents who were widowed, separated or divorced, and those with lower levels of education. In relation to MINI diagnosis, diagnoses of Panic Disorder and Major Depression increased the probability of taking benzodiazepines. The reported main reason for use was "Sleep disorders" (68.9%), "Anxiety" (35.8%), "Depression" (27.8%) and "Pain management" (21.2%). More than 80% of subjects were taking benzodiazepines for more than one year. CONCLUSIONS: When compared to previous estimates, the lower frequency of benzodiazepines use suggests that there has been improvement in their evidence-based use at a population level. However our results once more confirm the difficulty stopping the use of these medications once they have been started. Further randomized control studies may help clinicians in having a better practical approach to rational benzodiazepine use.
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 | 0,002 |
| 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 ».