MétaCan
Menu
Retour à la cohorte
Enregistrement W2425287903 · doi:10.2174/187447370801150611184218

The Misuse of Prescription Opioids: A Threat for Europe?

2015· review· en· W2425287903 sur OpenAlexaboutno aff
Jan van Amsterdam, Wim van den Brink

Notice bibliographique

RevueCurrent Drug Abuse Reviews · 2015
Typereview
Langueen
DomaineMedicine
ThématiqueOpioid Use Disorder Treatment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésOxycodoneMedical prescriptionMedicinePopulationPsychiatrySuicide preventionInjury preventionPoison controlOpioidEnvironmental healthMedical emergencyPharmacology

Résumé

récupéré en direct d'OpenAlex

In the the past two decades the medical use of prescription opioids (POs), in particular oxycodone, increased up to 14-fold in the U.S. and Canada. The high consumption of these pain relievers also led to non-medical use and abuse of these substances which in turn resulted in a dramatic increase in the number of PO related fatalities and opioid dependent subjects. In the U.S. POs became the second most prevalent type of abused drug (4.5 million abusers; 1.7% of the population) after marijuana (8 million abusers) with currently 1.9 million (0.7% of the population) people dependent on opioid pain relievers. Pain relief was the leading motive for non-medical use in about 40% of the cases, but about half of non-medical PO users reported non-pain relief motives only, like to get high or to relax. Since 2011, there is a decline in the use and misuse of POs and reduction in painkiller overdose deaths in the U.S. probably due to the introduction of a variety of restrictive regulations. In Europe, the medical use of POs is increasing as well, but at a much slower rate than in the U.S. Moreover, in Europe non-medical use of POs and fatal PO incidents are (still) rare. The paper highlights and discusses the differences between Europe versus U.S. and Canada in an attempt to assess the risk of a PO abuse and overdose epidemic in Europe. It is concluded that the risk in Europe seems to be rather limited but vigilance is 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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,147
Score d'incertitude au seuil0,292

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0030,003
Communication savante0,0060,003
Science ouverte0,0010,002
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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.

Tête enseignante Opus0,151
Tête enseignante GPT0,426
Écart entre enseignants0,276 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations180
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Drug Abuse ReviewsMême sujetOpioid Use Disorder TreatmentTravaux en français237 207