Medications for Opioid Use Disorder in People Who Inject Substances: Reflection on the Potential Place of Morphine Sulfate as Substitution Treatment? Results of COSINUS Cohort Study
Notice bibliographique
Résumé
BACKGROUND: Opioid Use Disorder (OUD) often provokes dramatic consequences in terms of increased morbi-mortality. Two medications have mainly been worldwide used for OUD (MOUD), buprenorphine and methadone. Recently, however, some reports have highlighted the use of Morphine Sulfate (MS) mainly obtained without a prescription but used as MOUD by opioid users and especially People Who Inject Substances (PWIS). We propose to characterize the prevalence and distribution of MOUD and MS use in PWIS. METHODS: This study examines the use of MOUD and MS amongst French PWIS recruited in harm reduction facilities and drug consumption rooms in the context of the COSINUS (Cohort to assess structural and individual factors in drug use) study. RESULTS: MOUD are prescribed, respectively, to one-third and one-fifth of PWIS, whereas a half of them declared MS consumption without prescription. MS users live with higher precariousness and are younger than non-users. MS is associated with salt cocaine and heroin use. It is often consumed with methadone and more rarely with buprenorphine and we hypothesized that this is probably linked to buprenorphine's pharmacological antagonism. DISCUSSION: Our results show the high prevalence of MS consumption and highlight the importance of considering the highly restricted possibility of prescribing MS as MOUD. Its association with methadone raises the question of their synergistic action on craving and mental disorders. The profiles of opioid users who could benefit from MS with or without methadone must be examined to improve their care but with the utmost caution, given the risk of overdose.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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 ».