Approved and Off-Label Use of Prescribed Psychotropic Medications among Federal Canadian Inmates
Notice bibliographique
Résumé
OBJECTIVE: To examine psychotropic medication prescription practices in federal Canadian penitentiaries. METHOD: 468 files were drawn from a purposive sample of thirteen Canadian federal institutions representing the five regions, different security levels, and male and female designated facilities. Information on the names of all psychotropic medications prescribed, indications for use, dosage, frequency, and route of administration was retrieved. Designation of approved or off-label use of medications was determined by consulting: (1) the Health Canada (2016) Drug Product Database, (2) the Canadian Compendium of Pharmaceuticals and Specialties 2016, and (3) the American Hospital Formulary Service Drug Information 2016. Prescription rates were examined by gender, Indigenous ancestry, drug class, institutional infractions, and current offence. RESULTS: 36.2% of prescriptions for psychotropic medication were coded as 'off-label'. Anxiolytic/hypnotics drugs were the psychotropic drugs most commonly used for off-label purposes. There were no differences in the prevalence of approved versus off-label prescriptions based on Indigenous ancestry or gender, and no pattern of elevated off-label prescription practices for offenders involved in institutional misconducts or those sentenced for the most serious crimes. CONCLUSIONS: The rates of prescribing 'off-label' psychotropic medication are not elevated relative to other correctional settings or to rates cited in Canadian surveys conducted in the community.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».