Evaluation of a hospital-based opioid stewardship program on high-risk opioid prescribing in a Canadian setting: an interrupted time series analysis
Notice bibliographique
Résumé
Abstract Background High-risk opioid prescribing (e.g., high daily dose opioids, concurrent opioid-sedatives) is prevalent in hospitals and linked to adverse outcomes. Opioid stewardship programs (OSP) have the potential to reduce high-risk opioid prescribing through audit-and-feedback recommendations. Methods We evaluated an audit-and-feedback based OSP implemented in January 2020 at a Vancouver, Canada tertiary care hospital using interrupted time series analysis. An electronic health record (EHR) system with computerized provider order entry (CPOE) was simultaneously operationalized. The main outcome was: any high-risk opioid prescribing (based on 10 evidence-based indicators), including high daily dose of morphine milligram equivalent (MME) prescribing (> 90MME), long opioid prescription duration (> 5 days post-admission), and concurrent opioid-sedative prescribing. Results Between January 2018 and March 2022, 5,477 active opioid patient encounters were included. While no significant change occurred in overall high-risk opioid prescribing post-OSP (p > 0.05), a significant reduction was seen in the level of high daily dose of MME prescriptions (estimate: -0.044; 95% confidence interval [CI]: -0.082, -0.006). Conversely, the trend in long opioid duration increased (estimate: 0.006; 95%CI: 0.000, 0.011), likely due to the removal of automatic stop dates with the implementation of the EHR with CPOE. Post-OSP intervention, we initially saw an acute increase in concurrent opioid-sedative prescriptions (estimate: 0.013; 95%CI: 0.005, 0.020). A benzodiazepine ordering intervention implemented in May 2021 reversed this trend, reducing both the level (estimate: 0.874; 95%CI: 0.374, 1.375) and slope (estimate: -0.022, 95%CI: -0.034, -0.011) of concurrent prescriptions. Conclusion The implementation of a new EHR concordant with that of the OSP may have impacted our study’s results. While our research suggests the OSP reduced high-dose opioid prescribing, other indicators impacted by the EHR system did not benefit as highly from the OSP. Nevertheless, the OSP proved able to rapidly respond to unintended consequences by introducing interventions to reduce concurrent opioid and sedative prescribing.
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 | 0,021 | 0,050 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».