Factors associated with potentially inappropriate opioid use in community‐living older adults consulting in primary care
Notice bibliographique
Résumé
OBJECTIVE: To study the factors associated with opioid use and potentially inappropriate opioid use (PIOU) in primary care older adults with non-cancer pain referring to the conceptual framework developed by the American Agency for Healthcare Research and Quality. METHODS: This is a secondary analysis of health survey and medico-administrative data from Québec, Canada. Individuals aged ≥65 were recruited between 2011 and 2013 in primary care clinics to participate in face-to-face interviews. The sample included 945 older adults without a malignant tumor over the study period or any tumor in the 2 years surrounding opioid use. Opioid use within a 3 year follow-up period was identified from the public drug plan database. Potentially inappropriate opioid use (PIOU) was defined using the American Geriatrics Society Beers 2019 list. Multinomial regression analyses were performed to study the factors (patient, pain, substance use, provider, healthcare system) associated with opioid use and PIOU. RESULTS: In this sample of older adults, 26.2% used an opioid and 18.4% were categorized as PIOU. Factors associated with PIOU compared to opioid use included female sex, higher psychological distress, number of emergency department visits, and recruitment type of healthcare practice. Factors associated with PIOU compared to no use included female sex, country of origin, presence of a trauma, physical/psychiatric multimorbidity, number of outpatient consultations, pain severity/type, and number of prescribers. CONCLUSIONS: Mental health and health system factors were associated with PIOU. Results highlights the importance of a multidisciplinary approach for pain management, and the urgent need for implementing organizational efforts to optimize opioid use in primary 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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».