Trends in injectable buprenorphine prescribing in Canada: A descriptive analysis in five Canadian Provinces
Notice bibliographique
Résumé
BACKGROUND: Injectable extended-release buprenorphine (BUP-ER) (Sublocade®) is a newer form of opioid agonist therapy (OAT) administered monthly. It was listed on formularies across Canada in February 2020, expanding the options for OAT across the country. This study describes rates of injectable BUP-ER uptake in five provinces to compare access to this novel medication across Canada. METHODS: We conducted a retrospective time-series analysis among individuals who received injectable BUP-ER in British Columbia, Alberta, Saskatchewan, Manitoba, and Ontario from February 1, 2020, to March 31, 2022. The primary outcome was the population-adjusted rate of injectable BUP-ER in each province, with secondary analyses exploring rates by urban/rural location, and the number of prescribers of injectable BUP-ER per 100,000 population. RESULTS: In total, 6528 individuals were treated with injectable BUP-ER, with the majority in British Columbia (29.0 %) and Ontario (47.0 %). By March 2022, the rate of BUP-ER use was highest in British Columbia (16.6 per 100,000), and lowest in Ontario (9.1 per 100,000). The rate of BUP-ER use was higher in rural areas (15.5 per 100,000) compared to urban centres (10.6 per 100,000), and British Columbia had the highest rate of prescribers per 100,000 population (5.9) compared to Ontario (2.2), Alberta (2.3), Saskatchewan (3.4) and Manitoba (3.5) by the end of Q1-2022. CONCLUSION: Uptake of BUP-ER varied geographically since being approved by Health Canada. More rapid uptake in rural areas is reassuring and suggests that this form of OAT may be supporting treatment access to those with barriers to more traditional treatment formulations.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 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 ».