MétaCan
Menu
Retour à la cohorte
Enregistrement W4411786213 · doi:10.1001/jamanetworkopen.2025.18452

Retention in Opioid Agonist Therapy Among First Nations People

2025· article· en· W4411786213 sur OpenAlexafffundabout
Alice Holton, Bisola Hamzat, Daniel McCormack, Sacha Bragg, Bernadette deGonzague, Graham Mecredy, Tonya Campbell, Tony Antoniou, Lorrilee McGregor, Jonathan Bertram, Tara Gomes

Notice bibliographique

RevueJAMA Network Open · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueOpioid Use Disorder Treatment
Établissements canadiensUniversity of TorontoCentre for Addiction and Mental HealthInstitute for Clinical Evaluative SciencesNOSM UniversitySt. Michael's Hospital
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésDiscontinuationMethadoneMedicineBuprenorphine(+)-NaloxoneOpioidHazard ratioRetrospective cohort studyPopulationInternal medicineAnesthesiaEnvironmental healthConfidence interval

Résumé

récupéré en direct d'OpenAlex

Importance: First Nations people are disproportionately impacted by the opioid crisis in Canada. While many First Nation communities have expanded access to treatment, there is a need to better understand the factors associated with early discontinuation of opioid agonist therapies (OAT). Objective: To investigate factors associated with OAT retention within the first year of treatment among First Nations people in Ontario, Canada. Design, Setting, and Participants: This was a population-based retrospective cohort study including all registered (status) First Nations people aged 15 years or older initiating OAT between January 2013 and March 2021. Data were analyzed between October 2022 and June 2024. Exposure: Methadone and buprenorphine-naloxone initiation. Main Outcomes and Measures: The main outcome was duration of OAT treatment, with discontinuation defined as a gap in therapy of more than 14 days. Cox proportional hazards models followed up individuals until the first occurrence of OAT discontinuation, death, end of 1-year follow-up, or switching between OAT treatments. Results: A total of 17 880 OAT initiations among 7476 individuals (median [IQR] age, 31 [26-38] years; 8966 [50.1%] female) were identified, including 9074 new episodes of buprenorphine-naloxone and 8806 new episodes of methadone. Time to treatment discontinuation was shorter among buprenorphine-naloxone episodes (median [IQR], 42 [5-321] days) compared with methadone episodes (median [IQR], 71 [10-544] days) (P < .001). Several factors were associated with buprenorphine-naloxone and methadone retention, including living in moderately sized urban areas (buprenorphine-naloxone: adjusted hazard ratio [aHR], 0.81; 95% CI, 0.70-0.95; methadone: aHR, 0.79; 95% CI, 0.70-0.90) and being recently dispensed non-OAT opioids (buprenorphine-naloxone: aHR, 0.86; 95% CI, 0.80-0.94; methadone: aHR, 0.86; 95% CI, 0.79-0.93). In contrast, factors associated with higher rates of discontinuation included recent opioid toxic events (buprenorphine-naloxone: aHR, 1.36; 95% CI, 1.20-1.54; methadone: aHR, 1.24; 95% CI, 1.11-1.38), and recent methadone treatment (buprenorphine-naloxone: aHR, 1.09; 95% CI, 1.01-1.18; methadone: aHR, 1.67; 95% CI, 1.57-1.78). Methadone discontinuation increased over time; however this pattern was not observed for buprenorphine-naloxone. Conclusions and Relevance: This cohort study among First Nations people found low rates of OAT retention. Although retention was higher for methadone, it declined over time. These findings highlights important gaps in OAT provision for First Nations people that may be improved by investments into First Nations-led treatment programs that integrate traditional, land-based programs to better support people with opioid use disorder across Ontario.

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 candidatesaucune
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 enseignants0,114
Score d'incertitude au seuil0,925

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,016
Tête enseignante GPT0,291
Écart entre enseignants0,275 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations6
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJAMA Network OpenMême sujetOpioid Use Disorder TreatmentTravaux en français237 207