Comparison of opioid use among long-term care residents in Ontario and Alberta, Canada: A multi-jurisdictional, repeated cross-sectional study
Notice bibliographique
Résumé
Background: Exploring regional variation in opioid use for pain among long-term care (LTC) residents may help identify modifiable factors associated with suboptimal prescribing practices. Aims: We aimed to compare recent trends in prevalent opioid use and higher risk prescribing among LTC residents in Ontario and Alberta, and to examine variation in opioid trends across resident subgroups within each province. Methods: Utilizing comparable linked clinical and health administrative databases for LTC residents (aged >65) in each province, we examined trends in monthly use of any opioid, specific drug types and formulations, high daily doses (≥90 Morphine Equivalents), and concurrent use with a benzodiazepine or gabapentinoid. Prevalence ratios comparing change in opioid measures, overall and across resident subgroups, from the first (March 2015) to last study (March 2022) months were estimated using age-sex adjusted log-binomial regression models. Results: Opioid prevalence (any, select types, long-acting formulations, high daily doses) was consistently higher among Ontario residents whereas concurrent use with a benzodiazepine or gabapentinoid was higher among Alberta residents. Overall use remained stable in Ontario but increased by 23% in Alberta LTC. In both provinces, there were significant decreases in higher risk opioid prescribing over time, including concurrent use with benzodiazepines, but also significant increases in the concurrent use with gabapentinoids and tramadol use (Alberta only). Conclusions: Although both provinces showed trends toward more appropriate opioid use in LTC, the factors driving observed provincial differences in opioid prescribing and the rise in concurrent opioid and gabapentinoid use among residents, warrant further investigation.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 ».