Impact of an emergency department opioid prescribing guideline on emergency physician behaviour and incidence of overdose in the Saskatoon Health Region: a retrospective pre–post implementation analysis
Notice bibliographique
Résumé
<h3>Background:</h3> Deaths related to opioid overdoses are increasing in North America, with the emergency department being identified as a potential contributor toward this epidemic. Our goal was to determine whether a departmental guideline for the prescribing of restricted medications resulted in a reduction in opioids prescribed in a Canadian setting, with a secondary objective of determining the impact on local overdose frequency. <h3>Methods:</h3> We conducted a retrospective analysis of the prescribing habits of emergency department physicians in 3 hospitals in the Saskatoon Health Region, Saskatchewan, before (Nov. 1, 2015, to Apr. 30, 2016) and after (Nov. 1, 2016, to Apr. 30, 2017) implementation of a guideline in September 2016 for the prescribing of restricted medications. We quantified opioids prescribed per hour worked and per patient seen. We performed Student paired 2-tailed <i>t</i> tests for both individual drug formulations and the combined total morphine equivalents. <h3>Results:</h3> Thirty-two emergency department physicians were included. We found a decrease of 31.1% in opioids prescribed, from 10.36 morphine milligram equivalents (MME) per patient seen to 7.14 MME per patient seen (absolute change −3.22 MME, 95% confidence interval −4.81 to −1.63 MME). Over the same period, we found no change in prehospital naloxone use and a modest increase in the amount of naloxone dispensed by emergency department pharmacies. There was no decrease in the number of overdoses after guideline implementation. <h3>Interpretation:</h3> Implementation of a guideline for the prescribing of restricted medications in a Canadian emergency department setting was associated with a decrease in the quantity of opioids prescribed but not in the number of overdoses. This finding suggests that the emergency department is unlikely the source of opioids used in acute overdose, although emergency department opioid prescriptions cannot be ruled out as a risk factor for opioid use disorder.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».