Patterns of opioid utilization in the 90-days post hospital discharge and risk of re-admissions and emergency department visits
Notice bibliographique
Résumé
IntroductionOver the past 20 years, increases in opioid prescribing rates and average prescription volumes have been documented in both the United States and Canada. As prescription opioid use and overdose has steadily increased in North America, a dramatic rise in hospitalizations resulting from opioid poisonings has also been witnessed. Objectives and ApproachTo describe opioid utilization patterns for patients admitted to a tertiary care hospital in Montreal between 2014 and 2016, and to estimate the association between opioid use and risk of adverse health outcomes in the 90-days post discharge. Opioid utilization was measured using medication dispensing data from the provincial healthcare databases (RAMQ) while hospital/ED visits were obtained from RAMQ medical services. Patient characteristics and discharge prescriptions were obtained from the hospital chart. Time-varying utilization of opioids was modeled as: 1) current use, 2) cumulative duration of past use, and 3) duration of use of past 10 days, using Cox models. ResultsOf the 3,308 included patients mean age was 70 (SD 14), 57% were male and 47% were discharged from surgical units. 856 (26%) patients had a history of opioid use in the 1-year prior to admission, 1528 (46%) were prescribed an opioid at discharge and 1481 (45%) filled an opioid in the 90-days post discharge. Among patients prescribed an opioid at discharge, 79\% filled their prescription post discharge, where opioid naïve patients were less likely to fill their prescriptions compared to those with a history of opioid use (40% vs 81%). Our multivariable Cox models suggested that cumulative duration of opioid exposure in the past 10 days was associated with a 10% increased risk of ED visits and hospitalizations. Conclusion/ImplicationsPatients with a history of opioid use were more likely to both receive an opioid prescription at hospital discharge and fill their prescription post-discharge. Our findings suggest that longer-term utilization patterns of these medications after hospitalization may increase risk of re-admissions and ED visits.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».