MétaCan
Menu
← Retour à la cohorte
Enregistrement W4391528705 · doi:10.1371/journal.pone.0297084

Factors associated with frequent buprenorphine / naloxone initiation in a national survey of Canadian emergency physicians

2024· article· en· W4391528705 sur OpenAlexafffundabout
Nathalie MacKinnon, Daniel Lane, Frank Scheuermeyer, Janusz Kaczorowski, Kathryn Dong, Aaron Orkin, Raoul Daoust, Jessica Moe, Gary Andolfatto, Michelle Klaiman, Justin W. Yan, Justin Koh, Kathryn Crowder, Paul Atkinson, David W. Savage, James Stempien, Floyd Besserer, Jason Wale, Andrew Kestler

Notice bibliographique

RevuePLoS ONE · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueOpioid Use Disorder Treatment
Établissements canadiensBritish Columbia Centre on Substance UseNOSM UniversitySaint John Regional HospitalDalhousie UniversityUniversity of CalgaryWestern UniversityUniversity of TorontoUniversité de MontréalUniversity of SaskatchewanUniversity of AlbertaHôpital du Sacré-Cœur de MontréalUniversity of Northern British ColumbiaBC Centre for Disease ControlCentre for Advancing Health OutcomesSt. Paul's HospitalUniversity of British Columbia
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésOpioid use disorderMedicineBuprenorphineEmergency department(+)-NaloxoneDemographyMetropolitan areaPolysubstance dependenceFamily medicineEmergency medicineEnvironmental healthOpioidPsychiatrySubstance abuseInternal medicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To identify individual and site-related factors associated with frequent emergency department (ED) buprenorphine/naloxone (BUP) initiation. BUP initiation, an effective opioid use disorder (OUD) intervention, varies widely across Canadian EDs. METHODS: We surveyed emergency physicians in 6 Canadian provinces from 2018 to 2019 using bilingual paper and web-based questionnaires. Survey domains included BUP-related practice, demographics, attitudes toward BUP, and site characteristics. We defined frequent BUP initiation (the primary outcome) as at least once per month, high OUD prevalence as at least one OUD patient per shift, and high OUD resources as at least 3 out of the following 5 resources: BUP initiation pathways, BUP in ED, peer navigators, accessible addiction specialists, and accessible follow-up clinics. We excluded responses from sites with <50% participation (to minimize non-responder bias) and those missing the primary outcome. We used univariate analysis to identify associations between frequent BUP initiation and factors of interest, stratifying by OUD prevalence. RESULTS: We excluded 3 responses for missing BUP initiation frequency and 9 for low response rate at one ED. Of the remaining 649 respondents from 34 EDs, 374 (58%) practiced in metropolitan areas, 384 (59%) reported high OUD prevalence, 312 (48%) had high OUD resources, and 161 (25%) initiated BUP frequently. Age, gender, board certification and years in practice were not associated with frequent BUP initiation. Site-specific factors were associated with frequent BUP initiation (high OUD resources [OR 6.91], high OUD prevalence [OR 4.45], and metropolitan location [OR 2.39],) as were individual attitudinal factors (willingness, confidence, and responsibility to initiate BUP.) Similar associations persisted in the high OUD prevalence subgroup. CONCLUSIONS: Individual attitudinal and site-specific factors were associated with frequent BUP initiation. Training to increase physician confidence and increasing OUD resources could increase BUP initiation and benefit ED patients with OUD.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,018
Score d'incertitude au seuil0,131

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,121
Tête enseignante GPT0,280
Écart entre enseignants0,159 · 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 source (Gemma direct ou Codex distillé), 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
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuePLoS ONE→Même sujetOpioid Use Disorder Treatment→Travaux en français237 207→