Relation between opioid consumption and inclusion of opioids in 137 national essential medicines lists
Notice bibliographique
Résumé
INTRODUCTION: Opioids are deemed essential medicines by the World Health Organization (WHO). However, many countries have inadequate access to them. Whether including opioids in national essential medicines lists (EMLs) influences national opioid consumption has not been evaluated. METHODS: We conducted a cross-sectional study to determine whether the listing of opioids in national EMLs was associated with consumption. We quantified the numbers and types of all opioids included in 137 national EMLs, for comparison with opioids in the WHO's Model List of Essential Medicines. Using the International Narcotics Control Board (INCB) consumption statistics for 2015-2017, we assessed the relation between annual mean opioid consumption (mg/person) and the numbers of opioids included in EMLs, controlling for region, population, healthcare expenditure, life expectancy, gross domestic product, human development and corruption. RESULTS: Five opioids were included in the 20th edition of the WHO's Model List of Essential Medicines: codeine, fentanyl, loperamide, methadone and morphine. On average, countries' lists included significantly (p<0.05) more opioids than the WHO's Model List. However, there were wide variations in the numbers (median 6 opioids; IQR: 5-9) and types (n=33) of opioids included in national EMLs. Morphine (95%), fentanyl (83%) and codeine (69%) were the most commonly included opioids. Most national EMLs were out of date (median publication date: 2011, IQR: 2009-2013). After adjusting for country characteristics, there was no relation between mean opioid consumption and the number of opioids in EMLs. CONCLUSIONS: Including opioids in national EMLs was not associated with consumption. National EMLs should be regularly updated to reflect the availability of opioids and the populations' needs for managing pain.
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 | 0,000 |
| 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 ».