Reporting Rates of Opioid-Related Adverse Events Since 1965 in Canada: A Descriptive Retrospective Study
Notice bibliographique
Résumé
BACKGROUND: Patients with chronic or acute/postoperative pain frequently use opioids. However, opioids may cause considerable adverse reactions (ARs), such as respiratory depression, which could be lethal. Unfortunately, only 5% of drug-related ARs (including those to opioids) are reported to health authorities. Therefore, little is known regarding the occurrence of opioid-related ARs at the population level. OBJECTIVE: The aim of this study was to investigate how the rates of reported opioid-related ARs have changed in Canada since 1965. METHODS: Our retrospective study examined trends of reported opioid-related ARs occurring in hospitalized and outpatients. Data on opioid-related ARs and mortality between 1965 and 2019 were obtained from the Canada Vigilance and Statistics Canada databases. Descriptive and Joinpoint regression analyses were performed. RESULTS: Oxycodone and normethadone were the most and least involved opioid agents, respectively, among the 18,407 reported ARs. The highest rate of reported opioid ARs (3.8 per 100,000 person-years) was recorded in 2012, whereas the lowest was recorded in 1965 (0.1 per 100,000 person-years). Between 1965 and 2019, annual rates climbed by 4.2% (95% confidence interval [CI] 3.1-5.2), and many fluctuations were observed: 1965-1974: +22.3% (95% CI 12.0-33.6); 1974-2000: - 4.1% (95% CI - 5.3 to - 2.9); 2000-2008: +30.3% (95% CI 22.6-38.4); 2008-2014: +4.1% (95% CI - 1.5 to 10.1); 2014-2017: -26.0% (95% CI - 44.7 to - 0.9); and, finally, 2017-2019: +35.4% (95% CI 3.8-76.7). CONCLUSION: Reported opioid-related ARs have increased since 1965, although fluctuations were observed in recent decades. The absolute number of opioid-related ARs might be seriously underestimated. Future studies should look into how to close this gap.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,008 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 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) | 0,002 | 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 ».