PP68 Indicators From The Real World Data To Improve Opioid Use
Notice bibliographique
Résumé
Introduction Opioids are being used increasingly to treat chronic noncancer pain despite the uncertainty regarding its long-term benefits. This study served to determine if problems are associated with opioid use in Québec for new users from 2006 to 2013 without history of cancer. Methods A retrospective longitudinal cohort study was conducted using administrative databases stored at the Régie de l'assurance maladie du Québec (RAMQ) to describe the annual proportion of new users to whom at least one of the five indicators of potentially inappropriate opioid use applied was estimated. These indicators are (i) overlapping opioid prescriptions, (ii) overlapping opioid and benzodiazepine prescriptions, (iii) the use of long-acting opioids at the start of treatment, (iv) a high mean daily dose, and (v) a rapid increase in the opioid dose. Results The annual proportion of new users to whom at least one of the five indicators of potentially inappropriate opioid use applied decreased from 15.4 percent in 2006 to 12.3 percent in 2013. It was mainly the following three indicators that contributed the most to these proportions in 2013: (i) overlapping opioid prescriptions (5.8 percent), (ii) overlapping opioid and benzodiazepine prescriptions (8.2 percent), and (iii) the use of long-acting opioids at the start of treatment (1.8 percent). Conclusions The vast majority of new users with no history of diagnosed cancer used opioids adequately according to the five indicators of potentially inappropriate opioid use applied. Improvement could still be made to decrease mainly overlapping opioid prescriptions and overlapping opioid and benzodiazepine prescriptions.
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 | 0,006 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,007 | 0,013 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».