Impacts of the COVID-19 pandemic on enrollment in medications for opioid use disorder (MOUD) in Vancouver, Canada: An interrupted time series analysis
Notice bibliographique
Résumé
BACKGROUND: In anticipation of COVID-19 related disruptions to opioid use disorder (OUD) care, new provincial and federal guidance for the management of OUD and risk mitigation guidance (RMG) for prescription of pharmaceutical opioids were introduced in British Columbia, Canada, in March 2020. This study evaluated the combined impacts of the COVID-19 pandemic and counteracting OUD policies on enrollment in medications for OUD (MOUD). METHODS: Using data from three cohorts of people with presumed OUD in Vancouver, we conducted an interrupted time series analysis to estimate the combined effects impact of the COVID-19 pandemic and counteracting OUD policies on the prevalence of enrollment in MOUD overall, as well as in individual MOUDs (methadone, buprenorphine/naloxone, slow-release oral morphine) between November 2018 and November 2021, controlling for pre-existing trends. In sub-analysis we considered RMG opioids together with MOUD. RESULTS: We included 760 participants with presumed OUD. In the post-COVID-19 period, MOUD and slow-release oral morphine prevalence rates showed an estimated immediate increase in level (+7.6%, 95% CI: 0.6%, 14.6% and 1.8%, 95% CI: 0.3%, 3.3%, respectively), followed by a decline in the monthly trend (-0.8% per month, 95% CI: -1.4%, -0.2% and -0.2% per month, 95% CI: -0.4, -0.1, respectively). There were no significant changes in the prevalence trends of enrollment in methadone, buprenorphine/naloxone, or when RMG opioids were considered together with MOUD. CONCLUSIONS: Despite immediate improvements in MOUD enrollment in the post-COVID-19 period, this beneficial trend reversed over time. RMG opioids appeared to have provided additional benefits to sustain retention in OUD 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 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 | 0,004 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».