Long-term opioid prescribing and healthcare encounters in metastatic cancer: observational population study
Notice bibliographique
Résumé
BACKGROUND: Although opioids are effective for cancer pain management, long-term use may result in adverse effects which are understudied among patients with metastatic disease. OBJECTIVES: To describe long-term opioid prescribing among patients with metastatic cancer and investigate how long-term prescribing practices are associated with the incidence of opioid-related hospitalisations and emergency department visits. METHODS: This retrospective cohort study included all opioid-naïve patients diagnosed with solid metastatic cancer in Alberta, Canada from 2004 to 2017 who had ≥1 year of follow-up. Patients were identified and followed using linked administrative health data. Long-term prescribing was defined as receiving a ≥90-day supply of opioids with a <30-day gap in supply within a 180-day period. The incidence rate of opioid-related healthcare encounters was compared based on characteristics of long-term prescribing (timing, dosage, duration and concurrent medications). RESULTS: The study included 10 927 patients, 2521 (23%) of whom received long-term opioid prescribing. These practices became more common near the end of life, with 53% of cases initiated during patients' last year of life. Opioid-related healthcare encounters were experienced by 85 (3.4%) recipients of long-term prescribing. Higher dosage (p<0.001) and concurrent prescribing of anxiolytics (p=0.001), benzodiazepines (p=0.001), antidepressants (p=0.027) and neuroleptics (p<0.001) were associated with a higher incidence of opioid-related healthcare encounters. CONCLUSIONS: Long-term opioid prescribing is common, and patients receiving long-term prescriptions with high dosage or concurrent psychoactive medications may benefit from interventions aimed at reducing opioid-related adverse effects. Further research is needed to determine strategies to minimise opioid-related harms for these patients while providing appropriate pain and symptom management.
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 | 0,000 |
| 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 ».