Opioid consumption frequency and its associations with potential life problems during opioid agonist treatment in individuals with prescription-type opioid use disorder: exploratory results from the OPTIMA Study
Notice bibliographique
Résumé
BACKGROUND: Traditional treatment approaches for prescription-type opioid use disorder (POUD), centered on abstinence, have limitations and hinder the development of interventions that meet the needs of people with POUD. Reduction in use without complete abstinence presents a promising avenue for intervention enhancement, but supporting data is scarce regarding its translation into positive patient outcomes. This study explores whether reducing opioid use frequency (OUF) during opioid agonist treatment correlates with reduced potential life problems in individuals with POUD, including those using fentanyl. METHODS: This study is an exploratory analysis of the OPTIMA trial, a pragmatic, open-label, randomized controlled study comparing the effectiveness of flexible take-home dosing of buprenorphine/naloxone and supervised methadone in reducing opioid use amongst individuals with POUD. OUF was assessed every two weeks for 24 weeks after treatment initiation using the Timeline Followback. Potential life problems were evaluated at baseline and study completion using the Addiction Severity Index Self-Report. The 114 participants who completed both baseline and end-of-study questionnaires were included. A repeated-measures generalized linear mixed model (GLMM) was used to evaluate the influence of OUF on potential life problems. RESULTS: Reducing OUF was significantly associated with fewer problems related to medical status (p = 0.049), psychiatric status (p = 0.019), and alcohol problem severity (p = 0.001). The interaction was non-significant for employment (p = 0.264), family status (p = 0.352) and legal status (p = 0.050). Life improvements emerged with ≤ 21 days of opioid use per 28-day period. CONCLUSION: Findings underscore the significance of harm reduction goals focusing on opioid use reduction, which translated in improvements across many life domains. TRIAL REGISTRATION: Study was registered with ClinicalTrials.gov (NCT03033732) prior to participant enrollment.
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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».