Leveraging policy to reduce chronic opioid use by educating and empowering community dwelling adults: a study protocol for the TAPERING randomized controlled trial
Notice bibliographique
Résumé
Abstract Background Opioid use has risen to epidemic proportions across Canada, with increasing evidence of harms including accidental overdose and death. Policy-makers have called for effective approaches to promote opioid reduction. One promising method from deprescribing randomized trials is to empower patients through direct-to-patient education. The current trial will evaluate the effectiveness of a government-led mail-out of educational information to adult community-dwelling, chronic opioid users on the reduction of opioids compared to usual care. Methods This is a pragmatic, prospective, cluster randomized, parallel-arm controlled trial, comparing mailed distribution of a direct-to-patient educational brochure for chronic opioid use (intervention arm) to usual care (control arm). Eligible participants from across Manitoba, Canada, will be identified by the Provincial Drug Programs Branch within the Manitoba Health, Seniors and Active Living Department of the Manitoba Government, allocated to primary care providers, and the latter will be randomized in clusters of family medicine practices to achieve a 1:1 ratio. The primary outcome is complete cessation of opioids after 6 months assessed using Drug Program Information Network data. Secondary outcomes include ≥ 25% dose reduction in the mean morphine milligram equivalent (MME) daily dose, reduction of daily dose to
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 | 0,058 | 0,050 |
| Méta-épidémiologie (sens strict) | 0,007 | 0,003 |
| Méta-épidémiologie (sens large) | 0,010 | 0,007 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,004 | 0,005 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,009 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,080 | 0,014 |
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 ».