Prolonged opioid use among opioid-naive individuals after prescription for nonspecific low back pain in the emergency department
Notice bibliographique
Résumé
ABSTRACT: Low back pain is a leading cause of disability globally. It is a common reason for presentation to the emergency department where opioids are commonly prescribed. This is a retrospective cohort study of opioid-naive adults with low back pain presenting to 1 of 4 emergency departments in Nova Scotia. We use routinely collected administrative clinical and drug-use data (July 2010-November 2017) to investigate the prevalence of prolonged opioid use and associated individual and prescription characteristics. In total, 23,559 eligible individuals presented with nonspecific low back pain, with 84.4% being opioid-naive. Our study population included 4023 opioid-naive individuals who filled a new opioid prescription within 7 days after their index emergency department visit (24.4%). The prevalence of prolonged opioid use after a new opioid prescription for low back pain (filling an opioid prescription 8-90 days after the emergency department visit and filling a subsequent prescription ±30 days of 6 months) was 4.6% (185 individuals). Older age and female sex were associated with clinically important increased odds of prolonged opioid use. First prescription average >90 morphine milligram equivalents/day (odds ratio 1.6, 95% confidence interval 1.0-2.6) and greater than 7-day supply (1.9, 1.1-3.1) were associated with prolonged opioid use in adjusted models. We found evidence of declining opioid prescriptions over the study period, but that 24.3% of first opioid prescriptions in 2016 would not have aligned with current guideline recommendations. Our study provides evidence to support a cautious approach to prescribing in opioid-naive populations.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 ».