MétaCan
Menu
Retour à la cohorte
Enregistrement W4294243143 · doi:10.23889/ijpds.v7i3.1954

The effect of opioid analgesics, benzodiazepines, gabapentinoids, and opioid agonist treatment on mortality risk among opioid-dependent people.

2022· article· en· W4294243143 sur OpenAlexaff
Chrianna Bharat, Natasa Gisev, Sebastiano Barbieri, Timothy Dobbins, Sarah Larney, Michael Farrell, Louisa Degenhardt

Notice bibliographique

RevueInternational Journal for Population Data Science · 2022
Typearticle
Langueen
DomaineMedicine
ThématiquePharmaceutical Practices and Patient Outcomes
Établissements canadiensCentre Hospitalier de l’Université de Montréal
Organismes subventionnairesnon disponible
Mots-clésMedicineOpioidAnalgesicAnesthesiaIncidence (geometry)CohortInternal medicinePharmacoepidemiologyConcomitantMedical prescriptionPharmacology

Résumé

récupéré en direct d'OpenAlex

BackgroundAs dispensings for benzodiazepines and gabapentinoids have increased in recent years, risk of increased mortality has been identified, particularly when used with opioids. There is limited research examining use of these medicines among people with opioid dependence and whether mortality risk varies according to opioid agonist treatment (OAT) status. This study characterizes patterns of opioid analgesic utilization and concomitant use of benzodiazepines, gabapentinoids and OAT among people with opioid dependence initiating opioid analgesics. It also assesses mortality risk associated with exposure to these medicines. MethodsRetrospective cohort study in New South Wales, Australia, including 28,891 people with documented opioid dependence initiating opioid analgesics between July 2003 and December 2018. Linked administrative records provided data on prescription dispensings, sociodemographics, clinical characteristics, OAT and mortality. Generalised estimating equation models estimated incidence rate ratios (IRR) comparing periods in and out of OAT for the number of opioid analgesic dispensings. Periods of concomitant use of opioid analgesics, benzodiazepines, gabapentinoids, and OAT were identified. Cox models assessed associations between concomitant medicines use with mortality risk. ResultsAt the time of opioid analgesic initiation, 43.7% of the cohort were in OAT. The most commonly initiated opioid was codeine (67.8%). In the 90 days prior to the index opioid dispensing, benzodiazepines were more frequently dispensed than gabapentinoids, but rates varied over time. Between 2004 and 2018, benzodiazepine dispensings decreased (41.7% to 21.1%) while gabapentinoid dispensings increased (0.2% to 7.9%). Incidence of opioid analgesic dispensings was higher during periods out of OAT compared to in OAT (5.8 v. 2.3 per person-year; IRR 0.39, 95% CI 0.38, 0.41). Analyses investigating associations between medicine exposure and mortality are ongoing. ConclusionPeople with opioid dependence had high rates of recent benzodiazepine utilization and current OAT enrollment at the time of opioid analgesic initiation. OAT was associated with a significant reduction in opioid analgesic prescribing.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,023
Score d'incertitude au seuil0,865

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,085
Tête enseignante GPT0,432
Écart entre enseignants0,347 · 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.

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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal for Population Data ScienceMême sujetPharmaceutical Practices and Patient OutcomesTravaux en français237 207