Opioid Doctor Shopping: A Rare Phenomenon Among Patients with Chronic Non-Cancer Pain Followed in Tertiary Care Settings
Notice bibliographique
Résumé
BACKGROUND: Opioid doctor shopping has not yet been investigated in patients followed in tertiary care settings. This study aimed at assessing the prevalence of opioid doctor shopping among patients with chronic non-cancer pain (CNCP) (ie, pain lasting ≥3 months) attending multidisciplinary pain clinics in Quebec, Canada. PATIENTS AND METHODS: This was a retrospective cohort study of patients with CNCP enrolled in the Quebec Pain Registry (QPR) between 2008 and 2014. QPR data were linked to the Quebec health insurance databases. The index date was the date of the first visit at the pain clinic. Prevalence of doctor shopping was assessed within the 12 months following the index date. Doctor shopping was defined as at least 1 day of overlapping opioid prescriptions from ≥2 prescribers and filled in ≥3 pharmacies. RESULTS: A total of 2191 patients with CNCP with at least one opioid dispensation within the 12 months following the index date were included. The mean age was 58.6±14.9 years and 41.3% were men. The median pain duration was 4 years, and 13.3% of patients were diagnosed with neuropathic pain. Regarding past year comorbidities, 15.0% presented anxiety, 16.8% depression and 6.4% substance use disorder. Among the included patients, 15 (0.7%) presented at least one episode of doctor shopping. Among these doctor-shoppers, 9 (60.0%) exhibited only 1 episode. CONCLUSION: Opioid doctor shopping is a rare phenomenon among patients with CNCP treated in tertiary care settings. Opioids should remain a drug option for patients without substance use disorder, and who have persistent pain despite optimized nonopioid therapy.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| 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 ».