Geographic Variations in Prescription Opioid Dispensations and Deaths Among Women and Men in British Columbia, Canada
Notice bibliographique
Résumé
OBJECTIVES: We quantify patterns in prescription opioid dispensations to individuals who suffered a prescription opioid-related death. In addition, we examine the relationship between opioid dispensations and prescription opioid-related deaths in geographic regions of British Columbia (BC). METHODS: We used population-based administrative data on prescription drug dispensations to identify patterns in prescription opioid dispensations to individuals who suffered a prescription opioid-related death. We also computed the quantity of prescription opioids dispensed (morphine equivalents) in small geographic regions in BC from 2004 to 2013. We identified prescription opioid-related deaths in these small geographic areas using mortality data from BC Vital Statistics and investigated the relationship between rates of prescription opioid dispensing and rates of prescription opioid death in small geographic areas in BC by sex. We examined differences in our results when limiting opioid dispensations to strong opioids and weak opioids. RESULTS: Many individuals who suffered a prescription opioid-related death did not have an active opioid prescription in the 60 days before death (46% of women and 71% of men). Rates of prescription opioid dispensing and opioid-related deaths vary substantially across geographic regions in BC. The area-level relationship between rate of prescription opioid dispensing and rate of unintentional prescription opioid-related death is positive and statistically significant for both men and women (P<0.001). This relationship holds when opioid prescribing is limited to strong opioids. CONCLUSION: Targeted efforts to reduce high levels of opioid prescribing in BC, particularly dispensations of strong opioids and codeine, may substantially reduce opioid-related harms.
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) | 0,000 | 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 ».