Are Temporal Trends Important Measures of Opioid-prescribing Risk?
Notice bibliographique
Résumé
Objectives: The opioid toxicity crisis has disproportionately harmed First Nation Peoples, prompting efforts to expand access to opioid agonist therapy (OAT). We described trends in OAT use among this population in Ontario, Canada. Methods: We conducted a population-based repeated cross-sectional study of registered (“Status”) First Nation Peoples aged 15 years or older dispensed OAT in Ontario, Canada, between January 1, 2013 and December 31, 2023. We reported quarterly proportions (%) of First Nation Peoples who were dispensed OAT, including methadone, buprenorphine/naloxone, or buprenorphine extended-release (BUP-ER), overall and by OAT formulation. In addition, we examined the annual prevalence of OAT dispensing, overall and by formulation, stratified by age, sex, and residence within/outside of First Nation communities in 2023. Results: Between 2013 and 2023, quarterly OAT dispensed among First Nation Peoples doubled from 2.7% to 5.0%, plateauing at ∼5% in early 2020. Methadone dispensing remained steady, ranging from 2.0% to 2.6% of all First Nation Peoples, and was the most commonly prescribed OAT until mid-2018 when it was overtaken by buprenorphine-containing products (i.e., buprenorphine/naloxone, BUP-ER). Dispensing of buprenorphine-containing products among this population rose from 0.6% in Q1 of 2013 to 3.1% in Q4 of 2023; specifically, 2.8% buprenorphine/naloxone, 0.5% BUP-ER. In 2023, 6.1% (N = 8,518/140,615) First Nation Peoples accessed OAT, with higher rates among individuals aged 25–44 years and residing within First Nation communities. Conclusions: Information on changing trends in OAT use among First Nation Peoples may inform evolving approaches to delivering quality OUD treatment to this population that uphold their rights to dignity, autonomy, and culturally safe care.
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 | 0,017 | 0,056 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».