MétaCan
Menu
Retour à la cohorte
Enregistrement W3015402007 · doi:10.1136/bmjoq-2019-000635

Opioid stewardship: implementing a proactive, pharmacist-led intervention for patients coprescribed opioids and benzodiazepines at an urban academic primary care centre

2020· article· en· W3015402007 sur OpenAlexafffund
Tiana Tilli, Jonathan Hunchuck, Norman Dewhurst, Tara Kiran

Notice bibliographique

RevueBMJ Open Quality · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueOpioid Use Disorder Treatment
Établissements canadiensPublic Health OntarioUniversity of TorontoSt. Michael's Hospital
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMedicinePharmacistOpioidIntervention (counseling)BenzodiazepineClinical pharmacyMedical prescriptionEmergency medicinePrimary careFamily medicinePharmacyInternal medicineNursing

Résumé

récupéré en direct d'OpenAlex

In 2017, almost 4000 Canadians died from opioid-related causes. Coadministration of opioids and benzodiazepines is a risk factor for overdose. Few studies have evaluated leveraging pharmacists to address opioid-benzodiazepine coprescribing. Our aim was to develop and test a role for pharmacists as opioid stewards, to reduce opioid and benzodiazepine doses in coprescribed patients. We conducted Plan-Do-Study-Act cycles between November 2017 and May 2018 across two primary care centre clinics. A third clinic acted as a control. Our intervention included a pharmacist: (1) identifying patients through medical record queries; (2) developing care plans; (3) discussing recommendations with physicians and (4) discussing implementing recommendations. We refined the intervention according to patient and physician feedback. At the intervention clinics, the number of patients with pharmacist developed care plans increased from less than 20% at baseline to over 60% postintervention. There was also a fourfold increase in the number of patients with an active opioid taper. At the control clinic, the number of patients with pharmacist developed care plans remained relatively stable at less than 20%. The number of patients with active opioid tapers remained zero. At the intervention clinics, mean daily opioid dose decreased 11% from 50.5 milligrams morphine equivalent (MME) to 44.7 MME. At the control clinic, it increased 15% from 62.3 MME to 71.4 MME. The number of patients with a benzodiazepine taper remained relatively stable at both the intervention and control clinics at less than 20%. At the intervention clinics, mean daily benzodiazepine dose decreased 8% from 9.9 milligrams diazepam equivalent (MDE) to 9.3 MDE. At the control clinic, it decreased 4% from 10.8 MDE to 10.4 MDE. A proactive, pharmacist-led intervention for coprescribed patients increased opioid tapers and decreased opioid and benzodiazepine doses. Future work will help us understand whether sustaining the intervention ultimately reduces rates of opioid-benzodiazepine coprescribing.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,057

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,012
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,001
Communication savante0,0020,001
Science ouverte0,0030,004
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,099
Tête enseignante GPT0,435
Écart entre enseignants0,336 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations35
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMJ Open QualityMême sujetOpioid Use Disorder TreatmentTravaux en français237 207