Federal opioid agonist therapy policy: interrupted time series analysis of the impact of the methadone exemption removal across eight provinces in Canada
Notice bibliographique
Résumé
Abstract Background Federal deregulation of opioid agonist therapies are an attractive policy option to improve access to opioid use disorder care and achieve widespread beneficial impacts on growing opioid-related harms. There have been few evaluations of such policy interventions and understanding effects can help policy planning across jurisdictions. Methods Using health administrative data from eight of ten Canadian provinces, this study evaluated the impacts of Health Canada’s decision in May 2018 to rescind the requirement for Canadian health professionals to obtain an exemption from the Canadian Drugs and Substance Act to prescribe methadone for opioid use disorder. Over the study period of June 2017 to May 2019, we used descriptive statistics to capture overall trends in the number of agonist therapy prescribers across provinces and we used interrupted time series analysis to determine the effect of this decision on the trajectories of the agonist therapy prescribing workforces. Results There were important baseline differences in the numbers of agonist therapy prescribers. The province with the highest concentration of prescribers had 7.5 more prescribers per 100,000 residents compared to the province with the lowest. All provinces showed encouraging growth in the number of prescribers through the study period, though the fastest growing province grew 4.5 times more than the slowest. Interrupted time series analyses demonstrated a range of effects of the federal policy intervention on the provinces, from clearly positive changes to possibly negative effects. Conclusions Federal drug regulation policy change interacted in complex ways with provincial health professional regulation and healthcare delivery, kaleidoscoping the effects of federal policy intervention. For Canada and other health systems such as the US, federal policy must account for significant subnational variation in OUD epidemiology and drug regulation to maximize intended beneficial effects and mitigate the risks of negative effects.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».