Initial opioid prescription patterns and the risk of ongoing use and adverse outcomes
Notice bibliographique
Résumé
PURPOSE: As clinical practice moves towards more judicious opioid prescribing, physicians require information on how to safely initiate opioids. The objective of this study was to examine the association between initial opioid prescription characteristics and risks of harm and long-term use. METHODS: We conducted a population-based retrospective cohort study among Ontario residents newly dispensed an opioid for pain between July 2013 and March 2016. The primary exposure was the average daily opioid dose dispensed at initiation (in milligram morphine equivalents; MME), with secondary exposures including the initial prescription's duration and formulation. The primary outcome was fatal or non-fatal opioid overdose. A secondary analysis studied continued opioid use for at least 1 year. RESULTS: Among the 2 021 371 individuals meeting our inclusion criteria, 1121 (0.56 per 1000 person-years) experienced an opioid overdose within 1 year and 64 013 (3.17%) continued treatment for at least 1 year. Higher initial daily dose, longer prescription duration, and receipt of a long-acting formulation at initiation were significantly associated with higher hazard of overdose. Compared to daily doses of 20 MME or lower, initial doses exceeding 200 MME daily were associated with a particularly high hazard of overdose (aHR 2.97, 95% confidence interval [CI] 1.62 to 5.44). In the secondary analysis, there were similar associations between initial dose, duration, and formulation and long-term use. CONCLUSIONS: Although the absolute risk of an opioid overdose within the first year of prescription opioid use is low, better alignment of opioid initiation practices with guidelines may reduce opioid-related harm.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».