Practice variation in opioid prescribing for non-cancer pain in Dutch primary care: A retrospective database study
Notice bibliographique
Résumé
BACKGROUND: Prescription opioid use has increased steadily in many Western countries over the past two decades, most notably in the US, Canada, and most European countries, including the Netherlands. Especially the increasing use of prescription opioids for chronic non-cancer pain has raised concerns. Most opioids in the Netherlands are prescribed in general practices. However, little is known about variation in opioid prescribing between general practices. To better understand this, we investigated practice variation in opioid prescribing for non-cancer pain between Dutch general practices. METHODS: Data from 2017-2019 of approximately 10% of all Dutch general practices was used. Each year included approximately 1000000 patients distributed over approximately 380 practices. The primary outcome was the proportion of patients with chronic (>90 days) high-dose (≥90 oral morphine equivalents) opioid prescriptions. The secondary outcome was the proportion of patients with chronic (<90 oral morphine equivalents) opioid prescriptions. Practice variation was expressed as the ratio of the 95th/5th percentiles and the ratio of mean top 10/bottom 10. Funnel plots were used to identify outliers. Potential factors associated with unwarranted variation were investigated by comparing outliers on practice size, patient neighbourhood socioeconomic status, and urbanicity. RESULTS: Results were similar across all years. The magnitude of variation for chronic high-dose opioid prescriptions in 2019 was 7.51-fold (95%/5% ratio), and 15.1-fold (top 10/bottom 10 ratio). The percentage of outliers in the funnel plots varied between 13.8% and 21.7%. Practices with high chronic high-dose opioid prescription proportions were larger, and had more patients from lower income and densely populated areas. CONCLUSIONS: There might be unwarranted practice variation in chronic high-dose opioid prescriptions in primary care, pointing at possible inappropriate use of opioids. This appears to be related to socioeconomic status, urbanicity, and practice size. Further investigation of the factors driving practice variation can provide target points for quality improvement and reduce inappropriate care and unwarranted variation.
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 | 0,006 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».