MétaCan
Menu
Retour à la cohorte
Enregistrement W2889273804 · doi:10.1136/bmj.k3207

Contributions of prescribed and non-prescribed opioids to opioid related deaths: population based cohort study in Ontario, Canada

2018· article· en· W2889273804 sur OpenAlexafffundabout
Tara Gomes, Wayne Khuu, Diana Martins, Mina Tadrous, Muhammad Mamdani, J. Michael Paterson, David N. Juurlink

Notice bibliographique

RevueBMJ · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueOpioid Use Disorder Treatment
Établissements canadiensSunnybrook HospitalInstitute for Clinical Evaluative SciencesSt. Michael's Hospital
Organismes subventionnairesCanadian Institutes of Health ResearchOntario Ministry of Health and Long-Term CareInstitute for Clinical Evaluative Sciences
Mots-clésMedicineMedical prescriptionOpioidPopulationCohort studyCohortInternal medicineEmergency medicinePediatricsDemographyPharmacologyEnvironmental health

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To describe the contributions of prescribed and non-prescribed opioids to opioid related deaths. DESIGN: Population based cohort study. SETTING: Ontario, Canada, from 1 January 2013 to 31 December 2016. PARTICIPANTS: All Ontarians who died of an opioid related cause. EXPOSURE: Active opioid prescriptions, defined as those with a duration overlapping the date of death, and recent opioid prescriptions, defined as those dispensed in the 30 and 180 days preceding death. Postmortem toxicology results from the Drug and Drug/Alcohol Related Death database were used to characterise deaths on the basis of presence of prescribed and non-prescribed (that is, diverted or illicit) opioids, overall and stratified by year and age. RESULTS: 2833 opioid related deaths occurred. An active opioid prescription on the date of death was relatively common but declined slightly throughout the study period (38.2% (241/631) in 2013 and 32.5% (278/855) in 2016; P for trend=0.03). Older people and women were relatively more likely to have an active opioid prescription at time of death. In 2016, 46% (169/364) of people aged 45-64 had an active opioid prescription compared with only 12% (8/69) among those aged 24 or younger (P for trend<0.001). Similarly, 46% (124/272) of women had an active opioid prescription at time of death compared with 26.4% (154/583) of men (P<0.001). Among people with active opioid prescriptions at time of death, 37.8% (375/993) also had evidence of a non-prescribed opioid on postmortem toxicology. By 2016, the non-prescribed opioid most commonly identified after death was fentanyl (41%; 47 of 115 cases). Among people without an active opioid prescription at time of death, fentanyl was detected in 20% (78/390) of deaths in 2013, increasing to 47.5% (274/577) by 2016 (P<0.001). CONCLUSIONS: Prescribed, diverted, and illicit opioids all play an important role in opioid related deaths. Although more than half of all opioid related deaths still involved prescription drugs (either dispensed or diverted) in 2016, the increased rate of deaths involving fentanyl between 2015 and 2016 is concerning and suggests the need for a multifactorial approach to this problem that considers both the prescribed and illicit opioid environments.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,146

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,282
Écart entre enseignants0,272 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations166
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBMJMême sujetOpioid Use Disorder TreatmentTravaux en français237 207