Treatment Outcomes in Patients With Opioid Use Disorder Who Were First Introduced to Opioids by Prescription: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
OBJECTIVE: Prescription opioid misuse has led to a new cohort of opioid use disorder (OUD) patients who were introduced to opioids through a legitimate prescription. This change has caused a shift in the demographic profile of OUD patients from predominantly young men to middle age and older people. The management of OUD includes medication-assisted treatment (MAT), which produces varying rates of treatment response. In this study, we will examine whether the source of first opioid use has an effect on treatment outcomes in OUD. Using a systematic review of the literature, we will investigate the association between source of first opioid introduction and treatment outcomes defined as continuing illicit opioid use and poly-substance use while in MAT. METHODS: , 2019 inclusive using a comprehensive search strategy. Five pairs of reviewers conducted screening and data extraction independently in duplicate. The review is conducted and reported according to the PRISMA guidelines. A random-effects model was used for meta analyses assuming heterogeneity among the included studies. RESULTS: The initial search results in 27,345 articles that were screened, and five observational studies were included in the qualitative and quantitative analyses. Our results found that those who were introduced to opioids through a legitimate prescription were significantly less likely to have illicit opioid use (0.70, 95% CI 0.50, 0.99) while on MAT. They were also less likely to use cannabis (0.54, 95% CI 0.32, 0.89), alcohol (0.75, 95% CI 0.59, 0.95), cocaine (0.50, 95% CI 0.29, 0.85), and injection drug use (0.25, 95% CI 0.14, 0.43) than those introduced to opioids through recreational means. CONCLUSION: This study shows that the first exposure to opioids, whether through a prescription or recreationally, influences prognosis and treatment outcomes of opioid use disorder. Although the increased pattern of prescribing opioids may have led to increased OUD in a new cohort of patients, these patients are less likely to continue to use illicit drugs and have a different prognostic and clinical profile that requires a tailored approach to treatment. SYSTEMATIC REVIEW REGISTRATION: PROSPERO CRD42017058143.
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 | 0,012 | 0,037 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,020 | 0,040 |
| Bibliométrie | 0,009 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».