Quantity of opioids consumed following an emergency department visit for acute pain: a Canadian prospective cohort study
Notice bibliographique
Résumé
OBJECTIVES: Prescription opioid diversion is a significant contributor to the opioid misuse epidemic. We examined the quantity of opioids consumed by emergency department (ED) discharged patients after treatment for an acute pain condition (musculoskeletal, fracture, renal colic, abdominal pain and other), and the percentage of unused opioids available for potential misuse. DESIGN: Prospective cohort study. SETTING: Tertiary care trauma centre academic hospital. PARTICIPANTS: A convenience sample of patients ≥18 years who visited the ED for an acute pain condition (≤2 weeks) and were discharged with an opioid prescription. Patients completed a 14-day paper diary of daily pain medication use. To reduce lost to follow-up, participants also responded to standardised phone interview questions about their previous 14-day pain medication use. OUTCOMES: Quantity of morphine 5 mg tablets (or equivalent) prescribed, consumed and unused during a 14-day follow-up. Quantity of opioids to adequately supply 80% of patients for 2 weeks and 95% of patients for the first 3 days was also calculated. RESULTS: Results for 627 patients were analysed (mean age ±SD: 51±16 years, 48% women). Patients consumed a median of seven tablets of morphine 5 mg (32% of the total prescribed opioids). The quantity of opioids to adequately supply 80% of patients for 2 weeks was 20 tablets of morphine 5 mg for musculoskeletal pain, 30 for fracture, 15 for renal colic or abdominal pain and 20 for other pain conditions. The quantity to adequately supply 95% of patients for the first 3 days was 15 tablets of morphine 5 mg. CONCLUSIONS: Patients discharged from the ED with an acute pain condition consumed a median of fewer than 10 tablets of morphine 5 mg (or equivalent). ED physicians should consider prescribing a smaller quantity of opioids and asking the pharmacist to dispense them in portions to minimise unused opioids. TRIAL REGISTRATION NUMBER: NCT02799004; Results.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».