Characteristics and Incidence of Opioid Analgesic Initiations to Opioid Naïve Patients in a Canadian Primary Care Setting
Bibliographic record
Abstract
ABSTRACT Objective: To examine characteristics and incidence of opioid analgesic initiations to opioid naïve patients in a Canadian primary care setting. Methods: This is a population-based cross-sectional study, outlining an analysis of health administrative data recorded in a centralized medication monitoring database (PharmaNet) covering 96% of population in British Columbia, Canada. From the PharmaNet database, 5657 doctors (87% of all practicing family physicians) were selected on the bases of (1) having been currently treating patients (defined as having written at least 25 prescriptions, for any drug, in preceding 12 months); and (2) having prescribed at least 1 opioid during study period. The primary outcome measure is incidence of new starts for opioid analgesics in opioid naïve people, stratified by several important prescriber and regional characteristics (eg, graduation year, geographical location). Results: Between December 1, 2018 and November 30, 2019, there were 139,145 opioid initiations to opioid naïve patients. The mean monthly initiation rate was 2.05 prescriptions per physician. Most initiations were in Lower Mainland regions of British Columbia, also where the population is most concentrated (46,456, 33% in the Fraser region), by prescribers who graduated between 1986 and 1995 (39,601, 28%), and had less than 10 patient visits per day (72,506, 52%). Conclusions: From data presented in this study, it appears that the rate of opioid analgesic initiations in primary care remains unchanged. Individualized prescribing interventions targeted at physicians are urgently needed considering the current opioid epidemic and known links with opioid analgesics that raise concerns about the potential to cause harm. Objectif: Examiner les caractéristiques et l’incidence des initiations aux analgésiques opioïdes chez les patients n’ayant jamais utilisés d’opioïdes dans le cadre de soins primaires au Canada. Méthodes: Il s’agit d’une étude transversale basée sur la population, décrivant une analyse des données administratives sur la santé. Cette base de données centralisée de surveillance de médication enregistrée dans PharmaNet couvre 96% de la population de la Colombie-Britannique (C.-B.), Canada. De cette base de données PharmaNet, 5 657 médecins (87% de tous les médecins de famille praticiens) ont été sélectionnés sur les bases (1) du fait qu’ils traitaient actuellement des patients (définis comme ayant écrit au moins 25 ordonnances, de tout médicament, au cours des 12 derniers mois); et (2) d’avoir prescrit au moins un opioïde au cours de la période d’étude. Le résultat principal de cette étude est la mesure de l’incidence des nouvelles consommation d’analgésiques opioïdes chez les personnes n’ayant jamais pris d’opioïdes, stratifiée par plusieurs prescripteurs importants et régionaux caractérisés (par exemple l’année d’obtention du diplôme, la situation géographique). Résultats: Entre le 1er décembre 2018 et le 30 novembre 2019, il y a eu 139 145 initiations aux opioïdes chez des patients n’ayant jamais pris d’opioïdes. La moyenne mensuelle du taux d’initiation était de 2.05 prescriptions par médecin. La plupart des initiations ont eu lieu dans les régions du Lower Mainland de la Colombie-Britannique, également là où la population est la plus concentrée (46 456, 33% dans la région de Fraser), par des prescripteurs diplômés entre 1986 et 1995 (39 601, 28%) et ayant moins de 10 visites de patients par jour (72 506, 52%). Conclusions: D’après les données présentées dans cette étude, il semble que le taux d’initiation aux analgésiques opioïdes en soins primaires reste inchangé. Des interventions de prescriptions individualisées ciblant les médecins sont absolument nécessaires, compte tenu de l’épidémie actuelle d’opioïdes et des liens connus avec les analgésiques opioïdes qui soulèvent des inquiétudes quant à la possibilité de causer des dommages.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".