NOVEL MEASURES OF BENZODIAZEPINE & Z-DRUG UTILISATION TRENDS IN A CANADIAN PROVINCIAL ADULT POPULATION (2001-2016 )
Notice bibliographique
Résumé
PURPOSE: 1) To evaluate trends for benzodiazepines (BZD) and Z-Drugs over 15-years in a general Canadian adult population measured by: a) consumption b) pharmacologic exposure c) dose intensity and d) prevalence of use. 2) To demonstrate the utility of Diazepam Milligram Equivalence (DME) based measurements when used in conjunction with traditional standard measurements of drug utilization such as the Defined Daily Dose (DDD) system. METHODS: Administrative data covering all prescriptions from April 2001-March 2016 for BZD and Z-Drugs for patients ≥18 years was used. Consumption was calculated as DDD/1000-person days. Dose intensity (DI) was determined by conversion of individual daily doses to Diazepam Milligram Equivalents (DME). Pharmacologic exposure (PE) was calculated as DME-DDD/1000-person days. Prevalence was determined as the proportion of the adult population with receipt of ≥1 prescription in a given year. Changes were assessed using either Poisson or simple linear regression at an alpha of 0.05. RESULTS: Z-Drug usage (~99% zopiclone) statistically increased on every measure over the course of the study period; consumption (8.2 to 28.6 DDD/1000-person days), PE (4.1 to 14.3 DME-DDD/1000-person days), DI (5.0 to 5.43 DME/day) and prevalence (2.0% to 4.8%). For BZD the only statistically significant changes were in DI (17.1 to 20.1 DME/day) and prevalence (9.3% to 8.1%). Consumption and PE gradually increased from 2001 to 2011 for BZD before declining thus producing a non-significant trend for BZD. CONCLUSION: 1) Z-Drug usage increased markedly from 2001 to 2016 whereas BZD use only increased in terms of DI. 2) DME-based measurements enable further interpretation of BZD utilization compared to sole reliance on DDD.
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 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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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) | 0,001 | 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 tête enseignante, 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 ».