Trends in Opioid and Gabapentinoid Utilization: A Time‐Series Analysis Across 72 Countries From 2012 to 2023
Notice bibliographique
Résumé
PURPOSE: We compare trends in gabapentinoid and opioid utilization overall and by economic development category. We also sought to predict future trends and assess correlations in gabapentinoid and opioid utilization. METHODS: We conducted a repeated cross-sectional analysis of retail prescriptions for 72 countries from Q1 2012 to Q3 2023. We measured standardized units/1000 population for gabapentinoid and opioid sales, stratified by development category, and used time-series models to predict trends for the following 3 years. Granger causality tests examined predictive relationships between gabapentinoid and opioid sales. RESULTS: Global gabapentinoid annual sales rose by 114.5% from 2012 to 2022, with a higher increase in developing (180.9%) than developed economies (110.0%). In contrast, annual opioid sales declined globally by 25.4%, with a 27.9% decrease in developed and a 16.8% increase in developing economies. Assuming current trends persist over the following 3 years, gabapentinoid quarterly sales are forecasted to rise by 7.7% in developed and 18.6% in developing economies, while opioid quarterly sales are expected to decrease by 9.5% and increase by 15.1%, respectively. Granger causality tests indicated that gabapentinoids may predict opioid sales globally for the following year, but opioids did not predict gabapentinoid sales. CONCLUSION: We evaluated the global trends in gabapentinoid and opioid sales, suggesting important differences in pain management practices across developed and developing economies. Our findings highlight the need to ensure the safe use of gabapentinoids and opioids while balancing proper pain 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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».