MétaCan
Menu
Retour à la cohorte
Enregistrement W4285077064 · doi:10.1097/aln.0000000000004297

Postoperative Opioid Prescribing: Finding the Balance

2022· letter· en· W4285077064 sur OpenAlexaffabout
Daniel I. McIsaac, Karim S. Ladha

Notice bibliographique

RevueAnesthesiology · 2022
Typeletter
Langueen
DomaineMedicine
ThématiqueOpioid Use Disorder Treatment
Établissements canadiensSt. Michael's HospitalOttawa HospitalUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésMedicineOpioidBalance (ability)AnesthesiaOpioid epidemicIntensive care medicineInternal medicinePhysical therapy

Résumé

récupéré en direct d'OpenAlex

Editorial| August 2022 Postoperative Opioid Prescribing: Finding the Balance This article has an Audio Podcast Daniel I. McIsaac, M.D., M.P.H., F.R.C.P.C.; Daniel I. McIsaac, M.D., M.P.H., F.R.C.P.C. 1Departments of Anesthesiology & Pain Medicine, University of Ottawa and Ottawa Hospital, Ottawa, Canada; School of Epidemiology & Public Health, University of Ottawa, Ottawa, Canada; Clinical Epidemiology Program, Ottawa Hospital Research Institute, Ottawa, Canada. https://orcid.org/0000-0002-8543-1859 Search for other works by this author on: This Site PubMed Google Scholar Karim S. Ladha, M.D., M.Sc. Karim S. Ladha, M.D., M.Sc. 2Department of Anesthesiology and Pain Medicine, University of Toronto, Toronto, Canada; Department of Anesthesiology and Li Ka Shing Knowledge Institute, St. Michael's Hospital, Toronto, Canada. Search for other works by this author on: This Site PubMed Google Scholar Author and Article Information Accepted for publication June 13, 2022. This editorial accompanies the article on p. 151. This article has a related Infographic on p. A17. Address correspondence to Dr. McIsaac: Anesthesiology August 2022, Vol. 137, 131–133. https://doi.org/10.1097/ALN.0000000000004297 Connected Content Article: Surgeon Variation in Perioperative Opioid Prescribing and Medium- or Long-term Opioid Utilization after Total Knee Arthroplasty: A Cross-sectional Analysis Infographic: The Early Days: Do Immediate Perioperative Opioid Prescribing Practices Affect Long-Term Opioid Utilization? Views Icon Views Article contents Figures & tables Video Audio Supplementary Data Peer Review Share Icon Share Facebook Twitter LinkedIn MailTo Cite Icon Cite Get Permissions Search Site Citation Daniel I. McIsaac, Karim S. Ladha; Postoperative Opioid Prescribing: Finding the Balance. Anesthesiology 2022; 137:131–133 doi: https://doi.org/10.1097/ALN.0000000000004297 Download citation file: Ris (Zotero) Reference Manager EasyBib Bookends Mendeley Papers EndNote RefWorks BibTex toolbar search Search Dropdown Menu toolbar search search input Search input auto suggest filter your search All ContentAll PublicationsAnesthesiology Search Advanced Search Topics: opioids, prescribing behavior As many as 300 million surgical procedures are performed annually, making surgical therapy, and related perioperative management, a clear contributor to public and population health. Concurrently, management of the opioid epidemic has emerged as a top public health priority, especially in the United States and Canada, where per capita prescription opioid use substantially exceeds the global average. While any direct link between perioperative opioid prescribing and population-level opioid misuse is complex, as opioids are routinely prescribed for postoperative pain management, anesthesiologists can have a role to play in opioid stewardship. As previously discussed in detail in the journal, the relationship between opioid prescribing practices and public health implications of the opioid epidemic exists within a multifaceted ecosystem.1 Ultimately, the interplay between provider behaviors (driving opioid supply), patient behaviors (driving demand), and the disposal rate of unused opioids impacts the overall pool of opioids in our communities. Shrinking the size... You do not currently have access to this content.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,160
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,027
Tête enseignante GPT0,273
Écart entre enseignants0,246 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAnesthesiologyMême sujetOpioid Use Disorder TreatmentTravaux en français237 207