Die Studie identifiziert Populationen mit dem Risiko für hochdosierte Opioidverschreibungen

Forscher der University of Missouri School of Medicine haben beleuchtet, welche Bevölkerungsgruppen eher eine hohe Dosis Opioidmedikamente verschreiben. Dies erhöht ihr Risiko, eine Opioidnutzungsstörung zu entwickeln.
Opioide wie Hydrocodon oder Oxycodon werden typischerweise verschrieben, um intensive Schmerzen zu lindern. Ein Rezept kann zu einer Sucht werden; Zu den Nebenwirkungen gehört, dass das Aufbau einer Toleranz gegenüber den Medikamenten – so dass der Patient eine höhere Dosis einnehmen muss, um Erleichterung zu spüren – oder physisch vom Arzneimittel abhängig zu werden. Diese Effekte können schnell auftreten, selbst wenn sie wie vorgeschrieben Opioide einnehmen.
Viele Faktoren erhöhen das Risiko einer Störung der Opioidkonsum. Dazu gehören die Schwere der Schmerzen selbst, wie lange Opioide verwendet werden, ihre Dosierung und andere Erkrankungen wie neurologische oder psychische Erkrankungen. „
Mirna Becevic, Studienautor
Um die am stärksten gefährdeten Bevölkerungsgruppen von 2017 bis 2021 in Missouri in Missouri zu bestimmen. Die Studie hatte insgesamt 306.432 Beobachtungen, die mit den Daten und Daten von 2020 in den USA aus dem Jahr 2018 verglichen wurden.
Becevic und ihr Team stellten fest, dass männlichen Patienten und Menschen im mittleren Alter von bis zu 60 Jahren eher eine hohe Dosis Opioide verschrieben haben. Sie beobachteten ein konservativeres Verschreibungsmuster für jüngere Erwachsene, was auf ein erhöhtes Bewusstsein für die Opioid -Epidemie zurückzuführen ist.
„Die Inzidenz von chronischen Schmerzen steigt mit dem Alter, was möglicherweise die Verschreibungsmuster beeinflusst haben, die wir gesehen haben“, sagte Becevic. „Interessanterweise nahm das Risiko einer verschreibungspflichtigen 60 -jährigen 60 -jährigen Gewinne stark zurück, obwohl dies auf das erhöhte Risiko für nachteilige Wirkungen und mögliche Wechselwirkungen zwischen Arzneimitteln zurückzuführen ist.“
Die Forscher stellten auch fest, dass Gebiete mit dem größten Risiko für hochdosierte Opioide mit Gebieten korrelierten, die tendenziell städtischer waren und höhere Prozentsätze an Veteranen und Grundversorger hatten.
„Diese Ergebnisse betonen die Notwendigkeit von Strategien für öffentliche Gesundheit, um die Opioidkrise anzugehen“, sagte Becevic. „Für Kliniker stehen Möglichkeiten zur Verfügung, die mehr über die evidenzbasierte Behandlung von Schmerzen und Opioidkonsumstörungen erfahren möchten, einschließlich unseres Echo-Programms von Show Me Echo.“
Die aktuellen klinischen Richtlinien sagen zwar, dass hochdosierte Opioideverschreibungen vermieden werden sollten, aber in bestimmten Bereichen bleibt dies eine gängige Praxis. Da in der Studie nur Missouri -Daten verwendet wurden, sind die Ergebnisse für andere Bevölkerungsgruppen in den USA möglicherweise nicht relevant.
„Andere Bundesstaaten und Regionen haben ihre eigene einzigartige Demografie, Richtlinien und Zugang zur Gesundheitsversorgung“, sagte Becevic. „Weitere Studien sollten langfristige Trends untersuchen und warum Ärzte hochdosierte Opioide verschreiben. Die Ergebnisse unserer Studie tragen jedoch dazu bei, Risikofaktoren für alle Missouri-Patienten zu identifizieren.“
Mirna Becevic, PhD, ist Assistenzprofessor für Dermatologie an der MU School of Medicine. Ihre Forschung konzentriert sich auf Telemedizin und Telemedizin.
„Identifizieren von hochdosierten Opioid-Rezeptrisiken mit maschinellem Lernen: Ein Fokus auf soziodemografische Merkmale“ wurde kürzlich in der veröffentlicht Journal of Opioid Management. Zusätzlich zu Becevic zählen die MU -Studienautoren Olabode Ogundele, PhD, mit dem Institut für Datenwissenschaft und Informatik und dem Missouri Telehealth Network. Butros Dahu, PhD, mit dem Institut für Datenwissenschaft und Informatik; Praveen Rao, PhD, außerordentlicher Professor für Elektrotechnik und Informatik; Xing -Lied, PhD, Assistenzprofessor für biomedizinische Informatik, Biostatistik und medizinische Epidemiologie; Timothy Haithcoat, PhD, stellvertretender Lehrprofessor für Datenwissenschaft und Analyse; und Tracy Greever-Rice, PhD, Direktorin des MU-Zentrums für Gesundheitspolitik. Weitere Autoren sind Mutiyat Hameed von SSM Health und Douglas Burgess, MD, Assistenzprofessor für Psychiatrie an der Universität von Missouri – Kansas City.
Quellen:
Ogundele, O. B., et al. (2025). Identifying high-dose opioid prescription risks using machine learning: A focus on sociodemographic characteristics. Journal of Opioid Management. doi.org/10.5055/jom.0924.