ER/LA Opioid Analgesics REMS: Overview of Ongoing Assessments of Its Progress and Its Impact on Health Outcomes
Notice bibliographique
Résumé
Objective: Opioid abuse is a serious public health concern. In response, the Food and Drug Administration (FDA) determined that a risk evaluation and mitigation strategy (REMS) for extended-release and long-acting (ER/LA) opioids was necessary to ensure that the benefits of these analgesics continue to outweigh the risks. Key components of the REMS are training for prescribers through accredited continuing education (CE), and providing patient educational materials. Methods: The impact of this REMS has been assessed using diverse metrics including evaluation of prescriber and patient understanding of the risks associated with opioids; patient receipt and comprehension of the medication guide and patient counseling document; patient satisfaction with access to opioids; drug utilization and changes in prescribing patterns; and surveillance of ER/LA opioid misuse, abuse, overdose, addiction, and death. Results and Conclusions: The results of these assessments indicate that the increasing rates of opioid abuse, addiction, overdose, and death observed prior to implementation of the REMS have since leveled off or started to decline. However, these benefits cannot be attributed solely to the ER/LA opioid analgesics REMS since many other initiatives to prevent abuse occurred contemporaneously. These improvements occurred while preserving patient access to opioids as a large majority of patients surveyed expressed satisfaction with their access to opioids.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».