State Mandates On Naloxone Coprescribing Associated With Short-Term Increase In Naloxone Codispensing
Notice bibliographique
Résumé
In the midst of the opioid crisis in the US, efforts to mitigate overdose risks have become paramount, leading some states to introduce mandates for coprescribing the life-saving overdose reversal drug naloxone. These mandates were designed to specifically address people receiving opioid analgesics who had an elevated risk for overdose. This included people receiving high opioid dosages, those concurrently using benzodiazepines, or those with a history of substance use disorder or overdose. Using a nationally representative, multipayer cohort of patients receiving prescription opioids, we investigated how naloxone codispensing rates changed at the state level from 2016 to 2021 among patients with an elevated risk for overdose. Then we used controlled interrupted time series analyses to assess mandates' longitudinal impact on naloxone codispensing in ten states that implemented mandates. We observed an immediate and significant increase in the naloxone codispensing rates in eight states after the implementation of mandates. Nevertheless, in five of these states, the codispensing rates exhibited a subsequent downward trend after the initial increase. State mandates show potential for improving naloxone codispensing; however, mandates alone might not be adequate for sustained change. Further research is needed to identify strategies complementing and enhancing the impact of mandates in combating the overdose crisis.
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 | 0,000 |
| Bibliométrie | 0,000 | 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 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 ».