MétaCan
Menu
← Retour à la cohorte
Enregistrement W7118074664 · doi:10.1093/geroni/igaf122.2514

Risk Factors for Prescription Opioid Misuse in Older Adults: Findings from the National Survey on Drug Use and Health

2025· article· en· W7118074664 sur OpenAlexaff
Andie MacNeil, David Burnes

Notice bibliographique

RevueInnovation in Aging · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueOpioid Use Disorder Treatment
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedical prescriptionLogistic regressionOpioidPrescription Drug MisusePublic healthMental healthDepression (economics)National Health Interview Survey

Résumé

récupéré en direct d'OpenAlex

Abstract Prescription opioid misuse is recognized as a significant public health concern and social problem because it significantly increases the risk of both fatal and non-fatal overdose. Although a large body of research has examined risk factors for prescription opioid misuse, this research has disproportionately focused on younger adults, even though older adults are more likely to have an opioid prescription than any other age cohort. To address this gap in the literature, this study analyzed nationally representative data from the 2023 National Survey on Drug Use and Health to identify risk factors for past-year prescription opioid misuse among older adults (n = 9,762). Stepwise binary logistic regression analyses were conducted to examine risk factors for prescription opioid misuse. In the first model, which only accounted for sociodemographics, risk factors for opioid misuse were being divorced (OR = 1.60; 95% CI: 1.15-2.22) and having an annual income less than $20,000 (OR = 1.55; 95% CI: 1.01-2.39). When physical health factors were added to the model, income was no longer associated with misuse and poor self-rated health was found to be associated with opioid misuse (OR = 1.94; 95% CI: 1.44-2.63). When mental health and other substance use factors were added in the final model, self-rated health remained significantly associated with misuse (OR = 1.70; 95% CI: 1.24-2.34) and a lifetime history of depression was also found to be associated with misuse (OR = 2.06; 95% CI: 1.47-2.88). Findings from this study help inform our basic knowledge on risk factors for prescription opioid misuse, which can help inform targeted screening and intervention.

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 enseignants0,033
Score d'incertitude au seuil0,066

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,045
Tête enseignante GPT0,340
Écart entre enseignants0,295 · 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInnovation in Aging→Même sujetOpioid Use Disorder Treatment→Travaux en français237 207→