Evaluating the Impact of Prescribed Versus Nonprescribed Benzodiazepine Use in Methadone Maintenance Therapy: Results From a Population-based Retrospective Cohort Study
Notice bibliographique
Résumé
OBJECTIVES: Benzodiazepine (BZD) use is common in patients who are engaged in methadone as a treatment for opioid use disorder. BZD prescribing is generally discouraged for this patient population due to the increased risk of BZD dependence and BZD use disorder, medication-assisted treatment (MAT) discontinuation, and opioid-overdose death. However, some patients have concurrent mental health disorders, where BZD use may be clinically indicated. This study evaluates the impact of prescribed BZD on MAT outcomes. METHODS: Linking urine drug screening data (UDS) and prescribing information from single-payer health records, we conducted a retrospective Kaplan-Meier analysis between patients using prescribed and nonprescribed BZD with methadone treatment retention as the primary outcome. Data are from a network of 52 outpatient clinics in Ontario, Canada, between January 1, 2006 and June 30, 2013. RESULTS: We identified 3692 patients initiating methadone-assisted treatment for the first time; 76% were BZD-/UDS- (no BZD prescription and <30% screens positive for BZD); 13% were BZD+/UDS-; 6% BZD-/UDS+; and 6% BZD+/UDS+. Using 1-year treatment retention as a primary outcome, patients using nonprescribed BZD (BZD-/UDS+) were twice as likely (adjusted odds ratio 0.38, 95% confidence interval 0.27-0.53) to discontinue treatment as those not using BZD (BZD-/UDS-), or those using BZD in a prescribed manner (BZD+/UDS+). CONCLUSIONS: Our findings suggest that prescribed BZD can be used during methadone MAT without impacting a patient's retention in MAT, but nonprescribed BZD use is predictive of treatment discontinuation. Importantly, we urge both the physician and patient to seek alternative clinical options to BZD prescribing, due to the potential for developing physical dependence (and BZD use disorder) to BZD and the risks of negative interactions with opioids.
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 | 0,004 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| 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) | 0,001 | 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 ».