Perinatal Injectable Opioid Agonist Therapy (iOAT) Administration: A Case Series
Notice bibliographique
Résumé
OBJECTIVES: Untreated opioid use disorder (OUD) in pregnancy may lead to adverse outcomes for the individual and fetus. Injectable opioid agonist therapy (iOAT) is the highest intensity treatment for severe refractory OUD currently available; however, research on perinatal administration is limited. We present the first known case series of 13 pregnant or postpartum participants who received intravenous hydromorphone while admitted to the Families in Recovery (FIR) unit, an in-patient perinatal stabilization unit in Canada. METHODS: Patients who received iOAT at FIR between 2019 and 2022 were invited to participate. Prospectively enrolled participants completed a self-report sociodemographics and exposures survey. Medical/social backgrounds of participants at admission, iOAT and other opioid agonist therapy administration, and health/social outcomes of mother and infant at discharge were collected on all participants via retrospective maternal and infant medical chart review. RESULTS: Participants initiated iOAT while pregnant (n = 5) or postpartum (n = 8) and received iOAT for 23 days on average. At discharge, 8 participants underwent planned transition to community with infant in their care and a discharge plan including outpatient prescriptions, housing arrangements, follow-up appointments, and supportive programming. All infants received oral morphine after delivery and were discharged in good health. CONCLUSIONS: This is the first known case series of iOAT administration in the peripartum. The cases illustrate iOAT as an option that can achieve OUD stabilization in perinatal individuals to support patient engagement and retention in 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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».