Prescription opioid dispensing in Canada: an update on recent developments to 2018
Notice bibliographique
Résumé
Canada has been home to comparatively extreme developments in prescription opioid (PO) availability and related harms (e.g. morbidity, mortality) post-2000. Following persistent pan-Canadian increases in PO use, select control measures were implemented and PO dispensing levels-while only inconsistently by province-inverted, and began to plateau or decrease post-2012. We examined annual PO dispensing levels in Canada up until 2018, based on representative prescription sample data from community-based retail pharmacies. Annual prescription-based dispensing data were converted into defined daily doses/1000 population/day by province, and mainly categorized into 'weak' and 'strong' opioids. All provinces indicated decreasing trends in strong PO levels in most recent years, yet with inter-provincial differences of up to one magnitude in 2018; in about half the provinces, dispensing fell to below-2005 levels. British Columbia had the largest decline in strong PO dispensing from its peak rate (- 48.5%) in 2011. Weak opioid dispensing trends remained more inconsistent and bifurcated across Canada. The distinct effects of individual-including many provincially initiated and governed-PO control measures urgently need to be evaluated. In the meantime, recent reductions in general PO availability across Canada appear to have contributed to shortages in opioid supply for existent, sizable (including non-medical) user populations and may have contributed to recent marked increases in illicit opioid use and harms (including rising deaths).
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 | 0,002 |
| 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 ».