MétaCan
Menu
Retour à la cohorte
Enregistrement W2779080910 · doi:10.1186/s13643-017-0642-0

Risk factors for addiction among patients receiving prescribed opioids: a systematic review protocol

2017· review· en· W2779080910 sur OpenAlexafffund
Amber Cragg, Jeffrey P. Hau, Stephanie A. Woo, Christine Liu, Mary M. Doyle‐Waters, Corinne M. Hohl

Notice bibliographique

RevueSystematic Reviews · 2017
Typereview
Langueen
DomaineMedicine
ThématiqueOpioid Use Disorder Treatment
Établissements canadiensVancouver Coastal HealthVancouver General HospitalVancouver Coastal Health Research InstituteUniversity of British Columbia
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMedicineAddictionMEDLINEMedical prescriptionOpioidOxycodoneData extractionAddiction medicineSystematic reviewProtocol (science)Cancer painFamily medicinePsychiatryAlternative medicineNursingInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Opioid addiction prevention has become an urgent public health priority, with several countries declaring a state of emergency due to rising death tolls from opioid abuse. Reducing the risk of developing addiction among opioid-naïve patients exposed to prescribed opioids during the process of medical care may be an important primary prevention strategy. Our objective is to synthesize the available evidence about factors associated with the development of addiction among patients first exposed to prescribed opioids, with a focus on opioid-naïve patients. METHODS: We will perform a systematic search of MEDLINE, Embase, Cochrane Central Register of Controlled Trials, and other databases in collaboration with a health information specialist using a comprehensive search strategy. We will also supplement our search with a scan of the grey literature to identify relevant ongoing and unpublished studies. We will include studies reporting on risk factors for opioid addiction in patients prescribed opioid analgesic therapy through a prescription from a licensed medical professional, with a focus on opioid-naïve patients. We will exclude studies focusing on patients who are first exposed to illicit opioids, those who use prescription opioids for cancer pain, and/or who are palliative. Two reviewers will independently review titles, abstracts, and full texts for inclusion and exclusion criteria. They will then extract data from included full texts using standardized piloted data extraction forms and assess study quality through risk of bias assessment. We will synthesize the effect sizes of risk factors derived from clinically homogenous studies with similar designs and the remaining ones qualitatively. DISCUSSION: Understanding risk factors for opioid addiction among patients who require analgesia has the potential to inform clinical care and opioid prescribing guidelines aiming to reduce opioid addiction. We will also use this information as a starting point for developing interventions for primary prevention.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,040
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Méta-épidémiologie (sens large)
Catégories consensuellesMéta-épidémiologie (sens strict)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,379
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,040
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0280,006
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,090
Tête enseignante GPT0,401
Écart entre enseignants0,312 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeRevue systématique
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

Citations13
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSystematic ReviewsMême sujetOpioid Use Disorder TreatmentTravaux en français237 207