Prescription opioid overdose and adverse effect hospitalisations among injured workers in eight states (2010–2014)
Notice bibliographique
Résumé
OBJECTIVE: High-risk opioid prescribing practices in workers' compensation (WC) settings are associated with excess opioid-related morbidity, longer work disability and higher costs. This study characterises the burden of prescription opioid-related hospitalisations among injured workers. METHODS: Hospital discharge data for eight states (Arizona, Colorado, Michigan, New Jersey, New York, South Carolina, Utah and Washington) were obtained from the State Inpatient Databases, Healthcare Cost and Utilization Project, Agency for Healthcare Research and Quality. We calculated 5-year (2010-2014) average annual rates of prescription opioid overdose/adverse effect (AE) hospitalisations. Injured workers were identified using payer (WC) and external cause codes. RESULTS: State-level average annual prescription opioid overdose/AE hospitalisation rates ranged from 0.3 to 1.2 per 100 000 employed workers. Rates for workers aged ≥65 years old were two to six times the overall rates. Among those hospitalised with prescription opioid overdose/AEs, injured workers were more likely than other inpatients to have a low back disorder diagnosis, and less likely to have an opioid dependence/abuse or cancer diagnosis, or a fatal outcome. Averaged across states, WC was the primary expected payer for <1% of prescription opioid overdose/AE hospitalisations vs 6% of injury hospitalisations. CONCLUSIONS: Population-based estimates of prescription opioid morbidity are almost nonexistent for injured workers; this study begins to fill that gap. Rates for injured workers increased markedly with age but were low relative to inpatients overall. Research is needed to assess whether WC as payer adequately identifies work-related opioid morbidity for surveillance purposes, and to further quantify the burden of prescription opioid-related morbidity.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 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 ».