Opioid disposal rates after spine surgery
Notice bibliographique
Résumé
BACKGROUND: Diversion of prescription opioids pills is a significant contributor to opioid misuse and the opioid epidemic. The goal of this study was to determine the frequency and quantity of excess opioid pills among patients undergoing spine surgery. Further, we wanted to determine the frequency of appropriate opioid disposal. METHODS: This was a prospective cohort study of patients undergoing elective spine surgery within a multi-hospital, academic, urban university health system enrolled in a text-messaging program used to track postoperative opioid disposal. Patients who self-reported discontinuation of opioid use but with leftover pills were contacted via telephone and surveyed on opioid disposal. RESULTS: Of the 291 patients who enrolled in the text-messaging program, 192 (66%) patients reported discontinuing opioids within 3 months of surgery. Although 76 (40%) reported excess opioid pills after cessation of use, only 47 (62%) participated in the telephone survey regarding opioid disposal. The median number of leftover pills among these 47 patients was 5 (5, 15) and 64% had not disposed of their prescription. CONCLUSION: Among the 47 telephone survey participants, a persistent gap remained in postoperative opioid excess and improper disposal. Future efforts must focus on initiatives to improve opioid disposal rates to reduce the quantity of opioids at risk for diversion and to reduce excess prescribing.
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) | 0,000 | 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) | 0,005 | 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 ».