Characteristics of Criminal Cases against Physicians Charged with Opioid-Related Offenses Reported in the US News Media, 1995-2019
Notice bibliographique
Résumé
Abstract Background: Pharmaceutical companies and drug distributors are intensely scrutinized in numerous lawsuits for their role in instigating the opioid epidemic. Many individual physicians have also been held accountable for activities related to prescribing opioid medications. The purpose of this study was to examine the epidemiologic patterns of criminal cases against physicians charged with opioid-related offenses reported in the US news media. Methods: We searched the Nexis Uni® database for news media reports on physicians who had been arrested, indicted or criminally charged for illegally prescribing opioids between January 1995 and December 2019. Data collected from the news media reports include defendant’s age, sex, clinical specialty, type of crime and legal consequences. Results: The annual number of criminal cases against physicians charged with opioid-related offenses reported in the US news media increased from 0 in 1995 to 42 in 2019. Of the 372 physician defendants in these criminal cases, 90.1% were male, 27.4% were 65 years and older, and 23.4% were charged in Florida. Of the 358 physician defendants with known clinical specialty, 245 (68.4%) practiced in internal medicine, family medicine, or pain management. Drug trafficking was the most commonly convicted crime (accounting for 54.2% of all convicted cases), followed by fraud (19.1%), money laundering (11.0%) and manslaughter (5.6%). Of the 244 convicted physicians with known sentences, 85.0% were sentenced to prison with an average prison term of 127.3 ± 120.3 months.Conclusions: The US news media has reported on an increasing number of opioid-related criminal cases against physicians from a wide variety of clinical specialties. The most commonly convicted crime in these cases is drug trafficking, followed by fraud, money laundering, and manslaughter.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,006 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».