Changes in benzodiazepine, z-drug, and other sedative prescribing in primary care in Ireland between 2014 and 2022
Notice bibliographique
Résumé
BACKGROUND: The trends in sedative use have varied in recent years. Benzodiazepines and z-drugs are indicated for anxiety and/or sleep disorders but should be limited to short-term use. The aim of this study is to examine trends and patterns in sedative prescribing in Ireland between 2014 and 2022, as well as comparing trends between Ireland and England within the same period. METHODS: Monthly data on medicines prescribed and dispensed in primary care on the means-tested General Medical Services (GMS) scheme in Ireland were used. Volumes of prescribed benzodiazepine and z-drug use and patterns of prescribing, including initiations, discontinuations, chronic use, and high-risk prescribing were summarized per year. Other sedating agents (sedating antihistamines, antidepressants, and antipsychotics) were also analysed. Volume of use outcomes were compared with NHS data from England for the same period. RESULTS: The rate of benzodiazepine and z-drug dispensings per 1000 GMS population decreased by 5%, from 1531 in 2014 to 1474 in 2022. By comparison in England, there was a steeper decrease of 27% in the dispensing rate and the level of use was substantially lower, falling from 288 dispensings per 1000 population in 2014 to 210 in 2022. In Ireland, dispensing rates were highest amongst women and older age groups. High-risk dispensings of benzodiazepines and z-drugs decreased over the study period. DISCUSSION: Despite decreases in benzodiazepine and z-drug dispensings, rates remain high in Ireland and may suggest a need for enhanced availability of non-pharmacological interventions, and improved education and deprescribing support for healthcare professionals.
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 | 0,000 | 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 | 0,001 |
| 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 ».