Dentists’ Prescribing of Analgesics for Children in British Columbia, Canada
Notice bibliographique
Résumé
OBJECTIVE: Recently, there has been great interest in the use, abuse and over-prescribing of opioid analgesics for children. However, there is a paucity of evidence on patterns of prescribing of both narcotic and non-narcotic analgesics for children by dentists. METHODS: We used a population-wide prescription drug database (PharmaNet) in British Columbia, Canada, to examine prescribing and dispensing of analgesics surrounding dental procedures. We examined all drugs prescribed for children by dentists between 1997 and 2013, as we had access to data on drug doses and days of medication supply. We also examined trends in the use of various narcotic and non-narcotic analgesics and benzodiazepines. RESULTS: In total, 268 691 children were prescribed at least 1 study drug by a dentist. Codeine was the most frequently prescribed: 50% of children received codeine for more than 3 days. Duration of use of codeine was greatest among children ≥12 years, the longest duration of use being 5 days. CONCLUSIONS: Our study reveals that codeine prescription by dentists increased over the 16-year study period. Codeine is prescribed by dentists for 50% of children; prescriptions are for too long a duration to avoid potential morphine accumulation and are not in line with current treatment guidelines.
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 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».