MétaCan
Menu
Retour à la cohorte
Enregistrement W4293008111 · doi:10.11159/icbb22.027

Surge in Adverse Events for Prescription Opioids and Opioid Overdose Treatments during the COVID-19 Pandemic

2022· article· en· W4293008111 sur OpenAlexvenueno aff
Oliver Boesch, Sujata K. Bhatia

Notice bibliographique

RevueProceedings of the World Congress on New Technologies · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueOpioid Use Disorder Treatment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCoronavirus disease 2019 (COVID-19)PandemicMedical prescription2019-20 coronavirus outbreakOpioid overdoseSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)OpioidAdverse effectDrug overdoseMedicineOpioid epidemicEmergency medicineMedical emergencyPoison controlVirologyPharmacology(+)-NaloxoneInternal medicine

Résumé

récupéré en direct d'OpenAlex

The opioid epidemic is one of the most pressing public health issues of our time, with hundreds of deaths daily due to opioid overdose.This research investigates the number of reported adverse events related to the use of prescription opioids and opioid overdose treatments during the COVID-19 pandemic, lending further insight into the impact the COVID-19 pandemic has had on the opioid epidemic.We hypothesized that adverse events for both prescription opioids and opioid overdose treatments rose during the COVID-19 pandemic, due to isolation and lack of access to healthcare services.Using data from the Food and Drug Administration Adverse Event Reporting System (FAERS), we analyzed the number of adverse drug events (ADE) in the years 2020 and 2021 compared to 2019, specifically for the medications Naloxone(G), Naloxone Hydrochloride(G), Oxycodone(G), Oxycodone Hydrochloride(G), and Oxycontin(P).We also analyzed the most commonly reported types of adverse reactions and the age of the reporters.The data reveals an alarming spike in the number of ADEs attributed to Naloxone(G) from 2019 to 2020, increasing by 148% and then another 29% in 2021.Similarly, the number of ADEs reported for Naloxone Hydrochloride(G) nearly rose four-fold from 66 to 246.For the prescription opioid Oxycodone(G), there was a 78% increase in ADEs from 2019 to 2020.More concerningly, there was a 434% spike in the number of ADEs for Oxycodone Hydrochloride(G) and more than thirteen-fold the number of cases in 2020 than 2019 for Oxycontin(P).Finally, we found the most commonly reported reactions were "overdose," "drug dependence," "drug withdrawal syndrome," and "drug abuse"; the 18-64-year-old age group reported the majority of the cases.These results highlight the need to increase focus on the opioid epidemic, specifically monitoring the use of prescription 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 machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
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 Opus0,026
Tête enseignante GPT0,291
Écart entre enseignants0,265 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the World Congress on New TechnologiesMême sujetOpioid Use Disorder TreatmentTravaux en français237 207