Opioid prescribing practices in chronic kidney disease: a population-based cohort study
Notice bibliographique
Résumé
BACKGROUND: Chronic pain is common, and its management is complex in patients with chronic kidney disease (CKD), but limited data are available on opioid prescribing. We examined opioid prescribing for non-cancer and non-end-of-life care in patients with CKD. METHODS: This was a population-based retrospective cohort study using administrative databases in Ontario, Canada which included adults with CKD defined by an estimated glomerular filtration rate (eGFR) <60 mL/min/1.73 m2 from 1 November 2012 to 31 December 2018 and estimated the proportion of opioid prescriptions (type, duration, dose, potentially inappropriate prescribing, etc.) within 1 year of cohort entry. Prescriptions had to precede dialysis, kidney transplant or death. RESULTS: We included 680 445 adults with CKD, and 198 063 (29.1%) were prescribed opioids. Codeine (14.9%) and hydromorphone (7.2%) were the most common opioids. Among opioid users, 24.3% had repeated or long-term use, 26.1% were prescribed high doses and 56.8% were new users. Opioid users were more likely to be female, had cardiac disease or a mental health diagnosis, and had more healthcare visits. The proportions for potentially inappropriate prescribing indicators varied (e.g. 50.1% with eGFR <30 were prescribed codeine, and 20.6% of opioid users were concurrently prescribed benzodiazepines, while 7.2% with eGFR <30 mL/min/1.73 m2 were prescribed morphine, and 7.0% were received more than one opioid concurrently). Opioid prescriptions declined with time (2013 cohort: 31.1% versus 2018 cohort: 24.5%; p <0.0001), as did indicators of potentially inappropriate prescribing. CONCLUSIONS: Opioid use was common in patients with CKD. While opioid prescriptions and potentially inappropriate prescribing have declined in recent years, interventions to improve pain management without the use of opioids and education on safer prescribing practices are needed.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».