Uptake of slow‐release oral morphine as opioid agonist treatment among hospitalised patients with opioid use disorder
Notice bibliographique
Résumé
Abstract Introduction Buprenorphine and methadone are highly effective first‐line medications for opioid agonist treatment (OAT) but are not acceptable to all patients. We aimed to assess the uptake of slow‐release oral morphine (SROM) as second‐line OAT among medically ill, hospitalised patients with opioid use disorder who declined buprenorphine and methadone. Methods This study included consecutive hospitalised patients with untreated moderate‐to‐severe opioid use disorder referred to an inpatient addiction medicine consultation service, between June 2018 and September 2019, in Nova Scotia, Canada. We assessed the proportion of patients initiating first‐line OAT (buprenorphine or methadone) in‐hospital, and the proportion initiating SROM after declining first‐line OAT. We compared rates of outpatient OAT continuation (i.e., filling outpatient OAT prescription or attending first outpatient OAT clinic visit) by medication type, and compared OAT selection between patients with and without chronic pain, using χ 2 tests. Results Thirty‐four patients were offered OAT initiation in‐hospital; six patients (18%) also had chronic pain. Twenty‐one patients (62%) initiated first‐line OAT with buprenorphine or methadone. Of the 13 patients who declined first‐line OAT, seven (54%) initiated second‐line OAT with SROM in‐hospital. Rates of outpatient OAT continuation after hospital discharge were high (>80%) and did not differ between medications ( P = 0.4). Patients with co‐existing chronic pain were more likely to choose SROM over buprenorphine or methadone ( P = 0.005). Discussion and Conclusions The ability to offer SROM (in addition to buprenorphine or methadone) increased rates of OAT initiation among hospitalised patients. Increasing access to SROM would help narrow the opioid use disorder treatment gap of unmet need.
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 | 0,000 |
| 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 ».