Overdose Risk in Young Children of Women Prescribed Opioids
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVE Over the past 20 years, the prescribing of opioids has increased dramatically in North America, with parallel increases in opioid addiction, overdose, and associated deaths. We examined whether young children of women prescribed opioids were at increased risk of opioid overdose. METHODS We conducted a population-based, nested case control study in Ontario, Canada, between 2002 and 2015. We identified children aged ≤10 years, whose mothers received publicly funded prescriptions for an opioid or a nonsteroidal antiinflammatory drug (comparator analgesic) in the preceding year. Cases were children who presented to hospital for or died of opioid overdose. Each case was matched with 4 controls with no opioid overdose. The primary outcome was the risk of opioid overdose. RESULTS We identified 103 children who presented to the hospital with opioid overdose and matched them with 412 controls. Half of the children with opioid overdose were <2 years old. Compared with controls, children with an opioid overdose were far more likely to have a mother who received a prescription opioid (unadjusted odds ratio, 2.41; 95% confidence interval, 1.68–3.45) and who was prescribed antidepressants. The most commonly implicated overdose opioids were codeine (53.4%), oxycodone (32.0%), and methadone (15.5%). CONCLUSIONS Young children of mothers prescribed opioids are at a markedly increased risk of overdose. Physicians, pharmacists, and parents should take measures to mitigate the risk of opioid-related harm to children, such as prescribing smaller quantities, emphasizing the importance of secure medication storage, and the prompt disposal of unused opioids.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».