MétaCan
Menu
← Retour à la cohorte
Enregistrement W4413791557 · doi:10.1177/07067437251367180

Concordance Between Urine Drug Screening and Self-Reported Use in the Context of a Pragmatic Randomized-Controlled Trial in People with <i>Prescription-Type</i> Opioid Use Disorder: Concordance entre le dépistage de drogues dans l’urine et l’usage autodéclaré dans le contexte d’un essai pragmatique contrôlé à répartition aléatoire chez des personnes présentant un trouble lié à l'usage d’opioïdes vendus sur ordonnance

2025· article· en· W4413791557 sur OpenAlexafffundvenueabout
Gabriel Bastien, Anita Abboud, Christina McAnulty, Amani Mahroug, Bernard Le Foll, M. Eugenia Socías, Louis-Christophe Juteau, Simon Dubreucq, Didier Jutras‐Aswad

Notice bibliographique

RevueThe Canadian Journal of Psychiatry · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueOpioid Use Disorder Treatment
Établissements canadiensBritish Columbia Centre on Substance UseUniversity of British ColumbiaUniversity of TorontoWaypoint Centre for Mental Health CareCentre for Addiction and Mental HealthUniversité de MontréalCentre Hospitalier de l’Université de Montréal
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésConcordanceOpioid use disorderMedicineRandomized controlled trialMethadoneOxycodoneBuprenorphineHeroinContext (archaeology)Contingency managementAbstinencePsychiatryInternal medicineOpioidDrug

Résumé

récupéré en direct d'OpenAlex

Objective In this study, we evaluated the concordance between urine drug screening (UDS) and self-reported use in a pragmatic randomized clinical trial. Methods Our data was drawn from OPTIMA, a 24-week pragmatic multicentric open-label randomized-controlled trial comparing flexible take-home dosing of buprenorphine/naloxone to the methadone standard model of care for treating prescription-type opioid use disorder. A total of 272 participants were randomized (1:1 ratio) to methadone or buprenorphine/naloxone. Following treatment initiation, participants were followed-up every 2 weeks for 24 weeks. During each visit, participants provided urine samples for UDS and self-reported their substance use over the past 2 weeks. Self-reported use was dichotomized to align with UDS detection windows. Tetrachoric correlations and 2 × 2 contingency tables were used to estimate the sensitivity, specificity, positive predictive value and negative predictive value of self-reported use. A generalized linear mixed model assessed how substance type, time in the study, treatment assignment, study site, unstable housing, and sex impacted self-report accuracy. Results Significant differences were found between substance types ( p < 0.001) and study sites ( p < 0.001). Fentanyl, cannabis, and amphetamines consistently showed the greatest concordance between measurement methods. Hydromorphone, oxycodone, heroin, and benzodiazepines had low sensitivity and low positive predictive value. Participants from Québec showed higher concordance between UDS and self-reported use compared to those from British Columbia, Alberta, and Ontario. There was no moderating effect of treatment assignment ( p = 0.174), time in the study ( p = 0.221), unstable housing ( p = 0.733), or sex ( p = 0.321) on the concordance between UDS and self-reported use. Conclusions Our results indicate that concordance between UDS and self-reported use is impacted by several factors. Combining UDS and self-reported use could help provide a more accurate assessment of substance use. Clinical trial registration This study was registered in ClinicalTrials.gov (NCT03033732).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,050
score de la tête « metaresearch » (Gemma)0,104
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,050
Score d'incertitude au seuil0,263

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0500,104
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,003
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,007
Tête enseignante GPT0,233
Écart entre enseignants0,226 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeEssai randomisé
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'admission4
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Psychiatry→Même sujetOpioid Use Disorder Treatment→Travaux en français237 207→