MétaCan
Menu
← Retour à la cohorte
Enregistrement W6902195944 · doi:10.6084/m9.figshare.22572597

The Association between COVID-19 and Changes in Opioid Prescribing Patterns and Opioid-Related Overdoses: A Retrospective Cohort Study

2023· article· en· W6902195944 sur OpenAlexaboutno aff

Notice bibliographique

RevueFigshare · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueOpioid Use Disorder Treatment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedical prescriptionRetrospective cohort studyPharmacistOpioidCohort studyCohortPharmacyPandemic

Résumé

récupéré en direct d'OpenAlex

Recent data suggest that restrictions related to COVID-19 resulted in changes in the prescribing patterns of opioids. We sought to analyze Ontario health data for changes in frequencies among new and continuing users for the following opioid prescription characteristics: the type of opioid, the average daily dose, and the prescriber’s specialty. Utilizing data on the Ontario Health Data Platform, we defined two 149-day windows as “before” and “after” based on the initial COVID-19 provincial lockdown. A total of 882,268 individuals met our inclusion criteria and were classified as either “new” or “continuing” users. Chi-square tests and Fisher’s exact tests were applied for each level of our primary outcomes to determine whether there were significant changes in prescription proportions before and after the lockdown. A decline of 28% was observed for the number of new users after the lockdown. Statistically significant changes were observed for new users across almost all opioid prescription characteristics between the before and after windows. The proportion of new users who received at least one dispensing event from a pharmacist increased by 26.32%, whereas continuing users increased by 378.61%. There were no statistically significant shifts in opioid prescriptions among individuals with a reported toxicity event during the study period. In terms of opioid prescribing patterns, new users experienced greater change following the onset of the pandemic lockdown than continuing users. Our findings potentially showcase the unintended impacts that COVID-19-related restrictions had on non-COVID-19-related health services, which can inform future policy decisions.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,232
Score d'incertitude au seuil0,462

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,031
Tête enseignante GPT0,305
Écart entre enseignants0,274 · 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'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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshare→Même sujetOpioid Use Disorder Treatment→Travaux en français237 207→