The potential for diversion of prescribed opioids among orthopaedic patients: Results of an anonymous patient survey
Notice bibliographique
Résumé
INTRODUCTION: Diversion of prescription opioid medication is a contributor to the opioid epidemic. Safe handling practices can reduce the risk of diversion. We aimed to understand: 1) if orthopaedic patients received instructions on how to safely handle opioids, 2) their typical storage/disposal practices, and 3) their willingness to participate in an opioid disposal program (ODP). METHODS: Cross-sectional study of adult orthopaedic patients who completed an anonymous survey on current or past prescription opioid use, instruction on handling, storage and disposal practices, presence of children in the household, and willingness to participate in an ODP. Frequencies and percentages of responses were computed, both overall and stratified by possession of unused opioids. RESULTS: 569 respondents who reported either current or past prescription opioid use were analyzed. 44% reported receiving storage instructions and 56% reported receiving disposal instructions from a health care provider. Many respondents indicated unsafe handling practices: possessing unused opioids (34%), using unsafe storage methods (90%), and using unsafe disposal methods (34%). Respondents with unused opioids were less likely to report receiving handling instructions or using safe handling methods, and 47% of this group reported having minors or young adults in the household. Respondents who received storage and disposal instructions were more likely to report safe storage and disposal methods. Seventy-four percent of respondents reported that they would participate in an ODP. CONCLUSION: While many orthopaedic patients report inadequate education on safe opioid handling and using unsafe handling practices, findings suggest targeted education is associated with better behaviours. However, patients are willing to safely dispose of unused medication if provided a convenient option. These findings suggest a need to address patient knowledge and behavior regarding opioid handling to reduce the risk of opioid diversion.
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 | 0,001 | 0,005 |
| 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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».