State‐level racial and ethnic disparities in buprenorphine treatment duration in the United States
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: National trends reveal a concerning escalation in racial and ethnic disparities in buprenorphine treatment duration for opioid use disorder. However, the extent of such disparities at the state level remains largely unexplored. This study aims to examine such disparities at the state level. METHODS: We analyzed 9,040,620 buprenorphine prescriptions dispensed between January 2011 and December 2020 from IQVIA Longitudinal Prescription data. The primary outcome was the difference in median treatment duration between White people and racial and ethnic minorities. We also included a second outcome measurement to quantify the difference in median treatment duration among episodes lasting ≥180 days. Using quantile regressions, we examined racial and ethnic disparities in treatment duration, adjusting for the patient's age, sex, payment type, and calendar year of the treatment episode. All analyses were conducted at the state level. RESULTS: Our study revealed substantial statewide variations in racial and ethnic disparities. Specifically, 21 states showed longer treatment durations for White people across all episodes, and eight states displayed similar trends among episodes lasting ≥180 days. Five states exhibited longer treatment durations for White people in both overall and long-term episodes. Fifteen states showed no racial and ethnic disparities. CONCLUSION AND SCIENTIFIC SIGNIFICANCE: These results are among the first to indicate substantial statewide variations in racial and ethnic disparities in buprenorphine treatment episode duration, providing a critical foundation for targeted interventions to enhance buprenorphine treatment, especially in states confronting such pronounced racial and ethnic disparities.
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.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 découle