The relationship between opioid agonist therapy satisfaction and fentanyl exposure in a Canadian setting
Notice bibliographique
Résumé
BACKGROUND: While patient-reported treatment dissatisfaction is considered an important factor in determining the success of substance use disorder treatment, the levels of dissatisfaction with opioid agonist therapies (OAT) and its relationship with the risk of fentanyl exposure have not been characterized in the context of the ongoing opioid overdose crisis in the US and Canada. Our primary hypothesis was that OAT dissatisfaction was associated with an increased odds of fentanyl exposure. METHODS: Our objective was to examine self-reported treatment satisfaction among OAT patients in Vancouver, Canada and the association with fentanyl exposure. Longitudinal data were derived from 804 participants on OAT enrolled in two community-recruited harmonized prospective cohort studies of people who use drugs in Vancouver between 2016 and 2018 via semi-annual interviews and urine drug screens (UDS). We employed multivariable generalized estimating equations to examine the relationship between OAT dissatisfaction and fentanyl exposure. RESULTS: Out of 804 participants (57.0% male), 222 (27.6%) reported being dissatisfied with OAT at baseline and 1070 out of 1930 observations (55.4%) had fentanyl exposure. The distribution of OAT reported in the sample was methadone (n = 692, 77.7%), buprenorphine-naloxone (n = 82, 9.2%), injectable OAT (i.e., diacetylmorphine or hydromorphone; (n = 65, 7.3%), slow-release oral morphine (n = 44, 4.9%) and other/study medication (n = 8, 1.0%). In the multivariable analysis, OAT dissatisfaction was positively associated with fentanyl exposure (AOR = 1.34; 95% CI: 1.08-1.66). CONCLUSIONS: A substantial proportion of OAT patients in our sample reported dissatisfaction with their OAT, and more than half were exposed to fentanyl. We also found that those who were dissatisfied with their OAT were more likely to be exposed to fentanyl. These findings demonstrate the importance of optimizing OAT satisfaction in the context of the ongoing opioid overdose crisis.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».