Buprenorphine/naloxone micro-induction in a tertiary care hospital: a retrospective cohort analysis
Notice bibliographique
Résumé
OBJECTIVES: To describe the use of buprenorphine/naloxone micro-inductions in hospitalized patients and characterize the success rate of these inductions. METHODS: We conducted a retrospective chart review of hospitalized patients receiving a buprenorphine/naloxone micro-induction for opioid use disorder in a tertiary care hospital from Jan 2020-Dec 2020. The primary outcome was a description of the micro-induction prescribing patterns used. The secondary outcomes were a description of the demographic characteristics of patients, the estimated frequency of withdrawal symptoms experienced by patients undergoing a micro-induction, and the overall success rate of the micro-inductions defined as retention on buprenorphine/naloxone therapy with no precipitated withdrawal experienced. RESULTS: Thirty-three patients were included in the analysis. Three main micro-induction regimens were identified, including rapid micro-inductions (8 patients), 0.5 mg SL BID initiations (6 patients), and 0.5 mg SL daily initiations (19 patients). Twenty-four patients (73%) met the criteria for a successful micro-induction, defined as being retained in buprenorphine/naloxone therapy with no precipitated withdrawal experienced. The most common reason for micro-induction failure was patient request to discontinue buprenorphine/naloxone therapy due to perceived adverse effects or personal preference. CONCLUSION: Buprenorphine/naloxone micro-induction in hospitalized patients resulted in a majority of patients being successfully initiated on buprenorphine/naloxone therapy without requiring opioid abstinence prior to induction. Dosing regimens were variable, and the ideal regimen remains unclear.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| 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) | 0,000 | 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 ».