A systematic review of strategies to improve appropriate use of opioids and to reduce opioid use disorder and deaths from prescription opioids
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Abuse of prescription opioids is a serious problem in North America. AIMS: The aim of this study was to conduct a systematic review of peer-reviewed and grey literature to examine existing strategies aimed at improving the appropriate use of prescription opioids and/or reducing the misuse, abuse, and diversion of these drugs. METHODS: The following electronic databases were searched to September 2015 without language restrictions: MEDLINE, EMBASE, PsycINFO, and CINAHL; the grey literature was searched to May 2014. Reference lists of retrieved papers were also searched. Studies were eligible if a strategy was implemented and its impact on at least one of the primary outcomes of interest (appropriate prescription opioid use; misuse, abuse, opioid use disorder, diversion; overdose) was measured. Standardized, prepiloted forms were used for relevance screening, quality appraisal, and data extraction. RESULTS: A total of 65 studies that assessed 66 distinct strategies were identified. Due to the heterogeneity of the strategies, a qualitative synthesis was conducted. Many studies combined more than one type of strategy and measured various types of outcomes. The strategies with most promising results involved education, clinical practices, collaborations, prescription monitoring programs, public campaigns, opioid substitution programs, and naloxone distribution. We also found strategies that had some unintended consequences after implementation. CONCLUSIONS: Our review identified successful strategies that have been implemented and evaluated in various jurisdictions. There is a need to replicate and disseminate these strategies where the problem of prescription opioid misuse and abuse has taken a toll on society.
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.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,000 |
| Bibliométrie | 0,001 | 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 découle