Person-level changes in oxycodone use after the introduction of a tamper-resistant formulation in Australia
Notice bibliographique
Résumé
BACKGROUND: Australia introduced tamper-resistant controlled-release (CR) oxycodone in April 2014. We quantified the impact of the reformulation on dispensing, switching and poisonings. METHODS: We performed interrupted time-series analyses using population-representative national dispensing data from 2012 to 2016. We measured dispensing of oxycodone CR (≥ 10 mg), discontinuation of use of strong opioids and switching to other strong opioids after the reformulation compared with a historical control period. Similarly, we compared calls about intentional opioid poisoning using data from a regional poisons information centre. RESULTS: After the reformulation, dispensing decreased for 10–30 mg (total level shift −11.1%, 95% confidence interval [CI], −17.2% to −4.6%) and 40–80 mg oxycodone CR (total level shift −31.5%, 95% CI −37.5% to −24.9%) in participants less than 65 years of age but was unchanged in people 65 years of age or older. Compared with the previous year, discontinuation of use of strong opioids did not increase (adjusted hazard ratio [HR] 0.95, 95% CI 0.91 to 1.00), but switching to oxycodone/naloxone did increase (adjusted HR 1.54, 95% CI 1.32 to 1.79). Switching to morphine varied by age (p < 0.001), and the greatest increase was in participants less than 45 years of age (adjusted HR 4.33, 95% CI 2.13 to 8.80). Participants switching after the reformulation were more likely to be dispensed a tablet strength of 40 mg or more (adjusted odds ratio [OR] 1.40, 95% CI 1.09 to 1.79). Calls for intentional poisoning that involved oxycodone taken orally increased immediately after the reformulation (incidence rate ratio (IRR) 1.31, 95% CI 1.05–1.64), but there was no change for injected oxycodone. INTERPRETATION: The reformulation had a greater impact on opioid access patterns of people less than 65 years of age who were using higher strengths of oxycodone CR. This group has been identified as having an increased risk of problematic opioid use and warrants closer monitoring in clinical practice.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».