Income-Based Disparities in Opioid Prescription Dispensing Among Public Drug Plan Beneficiaries in Canada from 2010 to 2018: A Population-Based and Sex-Stratified Retrospective Study
Notice bibliographique
Résumé
BACKGROUND: Previous research in Canada has examined opioids prescription dispensing at the population level but did not examine the potential relationship with area-level income and rates of opioid dispensing. OBJECTIVE: The aim was to estimate average and annual opioid dispensing rate ratios (RRs) between lowest and highest income quintile geographic areas in Canada. METHODS: We performed a population-based retrospective study using the National Prescription Drug Utilization Information System (NPDUIS) between 2010 and 2018 that contains prescription records for all public drug plan beneficiaries (65+) in all Canadian provinces, excluding Quebec, Nova Scotia, and New Brunswick. We used census median household income, calculated at the Forward Sortation Area (FSA-the first three letters of the postal code) to assign income quintiles. Morphine milligram equivalent (MME) was calculated for all opioid dispensing and was divided by population of the FSA quintile. Population census year 2016 was used for population and income estimations. We calculated the average and annual RR between lowest and highest quintiles and stratified them by patients' sex. The significance of the trend of annual RR was tested by linear regression. RESULTS: The average MME per capita for the 65+ population ranged from 2321.8 in quintile 1 to 5831.9 in quintile 5. The RR between highest and lowest quintile was 2.5 (95% confidence interval [CI] 1.3-3.7), and was more profound for males (3.2, 95% CI 1.4-4.9) than females (2.2, 95% CI 1.2-3.3). Over the study period, the RR reduced slightly from 2.7 to 2.3 (p < 0.01). However, this trend was only significant for females. CONCLUSION: Inequity in opioid prescriptions dispensing was persistent over time. Patients in the lowest income quintiles received higher amounts of opioids per capita, with some sex variation. Dispensing policies must take these equity issues into account.
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) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,006 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».