Impact of Unrestricted Access to Pregabalin on the Use of Opioids and Other CNS-Active Medications: A Cross-Sectional Time Series Analysis
Notice bibliographique
Résumé
Objective: Access to pregabalin via Ontario's public drug insurance program was expanded to an unrestricted model on April 1, 2013, from a prior authorization model. This study aims to identify the effect of expanded access on the rate of pregabalin use by publicly insured persons and to assess the characteristics of new patients initiating pregabalin following this expanded access. Methods: We conducted a cross-sectional time series analysis using the linked health administrative records of residents of Ontario, Canada, with public drug coverage who were dispensed a prescription for pregabalin between April 1, 2006, and December 31, 2014. Results: A total of 108,047 publicly insured persons were dispensed pregabalin over the study period. The overall rate of pregabalin use increased from 1.0 per 1,000 individuals in Q1 of 2013 to 22.0 per 1,000 individuals in Q4 of 2014. Musculoskeletal (81.6%) and neurological (68.1%) conditions were the most prevalent diagnoses in patients who initiated pregabalin following the expansion of access. Past and concomitant use of opioids, nonsteroidal anti-inflammatory drugs, and antidepressants was also common in this population. Conclusions: Formulary changes in Ontario have led to expanded access to pregabalin, which may have led to an increase in off-label use of these products and potential patient risk associated with concomitant use of pregabalin with central nervous system-depressing drugs.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».