Variability in opioid prescribing practices among cardiac surgeons and trainees
Notice bibliographique
Résumé
BACKGROUND AND AIM: The opioid epidemic has become a major public health crisis in recent years. Discharge opioid prescription following cardiac surgery has been associated with opioid use disorder; however, ideal practices remain unclear. Our aim was to examine current practices in discharge opioid prescription among cardiac surgeons and trainees. METHODS: A survey instrument with open- and closed-ended questions, developed through a 3-round Delphi method, was circulated to cardiac surgeons and trainees via the Canadian Society of Cardiac Surgeons. Survey questions focused on routine prescription practices including type, dosage and duration. Respondents were also asked about their perceptions of current education and guidelines surrounding opioid medication. RESULTS: Eighty-one percent of respondents reported prescribing opioids at discharge following routine sternotomy-based procedures, however, there remained significant variability in the type and dose of medication prescribed. The median (interquartile range) number of pills prescribed was 30 (20-30) with a median total dose of 135 (113-200) Morphine Milligram Equivalents. Informal teaching was the most commonly reported primary influence on prescribing habits and a lack of formal education regarding opioid prescription was associated with a higher number of pills prescribed. A majority of respondents (91%) felt that there would be value in establishing practice guidelines for opioid prescription following cardiac surgery. CONCLUSIONS: Significant variability exists with respect to routine opioid prescription at discharge following cardiac surgery. Education has come predominantly from informal sources and there is a desire for guidelines. Standardization in this area may have a role in combatting the opioid epidemic.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».