MétaCan
Menu
Retour à la cohorte
Enregistrement W4411642638 · doi:10.1186/s12954-025-01261-5

Primary care physician characteristics associated with becoming opioid agonist treatment prescribers in British Columbia: a retrospective case-control study

2025· article· en· W4411642638 sur OpenAlexafffundabout
Dimitra Panagiotoglou, Sandra Peterson, M. Ruth Lavergne, Tara Gomes, Cheyenne Johnson, Rita McCracken

Notice bibliographique

RevueHarm Reduction Journal · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueOpioid Use Disorder Treatment
Établissements canadiensBritish Columbia Centre on Substance UseSt. Paul's HospitalVancouver Coastal HealthUniversity of TorontoDalhousie UniversityUniversity of British ColumbiaMcGill UniversityMcGill University Health Centre
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésHealth psychologyMedicinePrimary careFamily medicineOpioidAgonistNursingPublic healthInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Opioid agonist treatment (OAT) is the gold standard of care for patients living with opioid use disorder. Since 2016, efforts to expand OAT access have focused on primary care physicians. This study aimed to understand how OAT-prescribing-naïve primary care physicians who began prescribing OAT differed from their peers who did not. METHODS: We used administrative health data to identify all patients eligible for OAT initiation between 1 January 2016 and 31 December 2019. We matched primary care visits that resulted in an OAT dispensation with visits that did not. We conducted logistic regression with generalized estimating equations to identify physician demographics and practice characteristics associated with becoming an OAT prescriber. RESULTS: Of the 4253 primary care physicians who were OAT-prescribing-naïve before 2016, 2183 (51.3%) began prescribing OAT. Physicians who practiced in rural settings (aOR = 1.78, 95% CI: 1.32, 2.40) or saw fewer than 16 patients a day (aOR = 1.46, 95% CI: 1.21, 1.75) were more likely to become OAT prescribers. The likelihood of becoming an OAT prescriber declined with the proportion of visits delivered out of office (aOR = 0.20, 95% CI: 0.16, 0.26) and years since graduation (e.g., physicians who graduated between 2000-2009 were 20% less likely to initiate (aOR = 0.80, 95% CI: 0.64, 0.99) compared with peers who graduated since 2010). CONCLUSIONS: Physicians who saw fewer patients and worked across fewer settings were more likely to become OAT prescribers. However, physicians in rural settings are stepping in to address unmet demand despite resource and time constraints. Understanding the differences between physicians who become OAT prescribers and peers who do not is critical to effectively target interventions to improve OAT access in the future.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,043
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,251
Écart entre enseignants0,242 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueHarm Reduction JournalMême sujetOpioid Use Disorder TreatmentTravaux en français237 207