Effectiveness and Public Health Impact of Safer Supply and Opioid Agonist Treatment: A Narrative Review with Recommendations
Notice bibliographique
Résumé
ABSTRACT Objectives: To review the effectiveness and public health impact of Safer Supply (SS) programs and Opioid Agonist Treatment (OAT) programs and make recommendations for improvement. Methods: Narrative, nonsystematic review based on focused literature searches. Results: Retrospective cohort studies have found reduced rates of hospitalizations and emergency department (ED) visits in patients on SS programs compared with those on no treatment. There is evidence, however, that the diversion of hydromorphone tablets prescribed by SS programs is having an adverse public health impact. Diversion of tablets prescribed by SS programs appears to be common. Retrospective cohort studies have found that opioid naïve people who use diverted prescription opioids sometimes switch to injection opioid use or to heroin. Prescribed or diverted take-home opioids have been associated with bacterial infections caused by the unsupervised injection of nonsterile oral tablets under nonsterile conditions. Opioid agonist treatment has been shown to reduce overdose mortality and to reduce rates of injection-related infection. However, access to OAT remains limited, and treatment retention rates are low. Conclusions: Federal and provincial authorities should ensure that the SS programs they fund take steps to minimize diversion and unsupervised injection. The 3 most important strategies are: Observed dosing of oral hydromorphone, combining hydromorphone with OAT, and coordination of care between SS and OAT providers. OAT prescribers can enhance treatment retention rates by adopting innovative medication protocols. Access to OAT can be increased by initiating OAT in EDs and hospitals, and by using virtual OAT services in rural and remote communities. Objectifs: Examiner l’efficacité et l’impact sur la santé publique des programmes d’approvisionnement plus sûr (AS) et des programmes de traitement aux agonistes opioïdes (TAO), et formuler des recommandations pour les améliorer. Méthodes: Examen narratif, non systématique, basé sur des recherches documentaires ciblées. Résultats: Des études de cohortes rétrospectives ont révélé une réduction des taux d’hospitalisation et des visites aux urgences chez les patients participant à des programmes d’AS, par rapport à ceux qui ne suivent aucun traitement. Il existe cependant des preuves que le détournement des comprimés d’hydromorphone prescrits par les programmes d’AS a un impact négatif sur la santé publique. Le détournement des comprimés prescrits par les programmes d’AS semble être courant. Des études de cohortes rétrospectives ont montré que les personnes n’ayant jamais consommé d’opioïdes et qui utilisent des opioïdes de prescription détournés passent parfois à l’injection d’opioïdes ou à l’héroïne. Les opioïdes à emporter prescrits ou détournés ont été associés à des infections bactériennes causées par l’injection non supervisée de comprimés oraux non stériles dans des conditions non stériles. Il a été démontré que le traitement par agoniste opioïde réduisait la mortalité par surdose et les taux d’infection liés à l’injection. Cependant, l’accès au TAO reste limité et les taux de rétention du traitement sont faibles. Conclusions: Les autorités fédérales et provinciales doivent s’assurer que les programmes d’AS qu’elles financent prennent des mesures pour minimiser le détournement et l’injection non supervisée. Les trois stratégies les plus importantes sont les suivantes : L’observation du dosage de l’hydromorphone orale, la combinaison de l’hydromorphone avec le TAO et la coordination des soins entre les fournisseurs d’AS et de TAO. Les prescripteurs de TAO peuvent améliorer les taux de rétention du traitement en adoptant des protocoles de médication innovants. L’accès aux TAO peut être amélioré en initiant les TAO dans les services d’urgence et les hôpitaux, et en utilisant des services de TAO virtuels dans les communautés rurales et éloignées.
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 | 0,011 | 0,052 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,007 |
| Bibliométrie | 0,010 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».