Global opioid agonist treatment: a review of clinical practices by country
Notice bibliographique
Résumé
AIMS: We assessed how opioid agonist treatment (OAT) for opioid use disorder (OUD), specifically methadone and buprenorphine, including buprenorphine-naloxone, is delivered in routine clinical practice, with a focus on factors that affect access to and delivery of these services. The aims of this review were to summarize eligibility criteria for entry to OAT, doses in routine clinical practice, access to and eligibility for unsupervised dosing and urine drug screening practices in OAT programs globally. METHODS: We completed searches of PubMed, Embase, and grey literature databases for cross-sectional or observational cohort studies of OAT using either methadone or buprenorphine. Dose data extracted from eligible studies were compared with guidelines provided by WHO. RESULTS: We found 140 reports from 41 countries that contained data for at least one of the relevant indicators. A diagnosis of opioid dependence or opioid use disorder was the most common eligibility requirement for OAT (13 or 17 countries). Reported mean or median doses for methadone ranged from 16-131 mg whereas range for buprenorphine was 2.5-19 mg. Access to unsupervised dosing under some conditions was reported in 18 of 27 countries. Frequency of regular urine drug screenings (UDS) ranged from several times a week to eight times per year (methadone) or as clinically indicated. CONCLUSIONS: Opioid agonist treatment practices, including doses prescribed, vary greatly both within and across countries. Of particular concern is the persistence of lower dose prescribing practices, in which patients may be prescribed doses below those proven to yield significant clinical benefits.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».