相关实验视频
Updated: Jun 29, 2025

A Conflict Model of Reward-seeking Behavior in Male Rats
Published on: February 20, 2019
预测模型评估持续使用阿片类药物,阿片类药物使用障碍和过量服用的风险
Sophia L Song1, Hari G Dandapani, Rodolfo S Estrada
1From the Warren Alpert Medical School of Brown University, Providence, RI (SLS, HGD, RSE, EAS); Brown University School of Public Health, Providence, RI (NWJ, EAS); Department of Emergency Medicine, Warren Alpert Medical School of Brown University, Providence, RI (EAS); Department of Emergency Medicine, University of California, Los Angeles, CA (EAS); and Yale Univeristy School of Public Health, New Haven, CT (MLR).
本综述研究了阿片类药物使用障碍 (OUD),持续使用和过量使用风险的预测模型. 虽然模型的准确性各不相同,但为了更好的预测和临床实施,需要进一步的研究.
科学领域:
- 医疗信息学 医疗信息学
- 公共卫生 公共卫生
- 临床预测模型临床预测模型
背景情况:
- 阿片类药物使用障碍 (OUD),持续使用阿片类药物和过量服用是严重的公共卫生问题.
- 预测模型为风险评估和干预提供了潜在的工具.
研究的目的:
- 系统地审查阿片类药物相关风险预测模型的开发,准确性,质量和临床效用.
- 确定这些模型中使用的常见建模方法和预测因素.
主要方法:
- 在2023年6月之前对8个电子数据库进行系统的文献搜索,遵守PRISMA指南.
- 独立的研究选择,数据提取和使用PROBAST的偏差风险评估由两位审查员进行.
- 包括41项研究,开发了160多种阿片类药物过量,OUD或持续使用阿片类药物的预测模型.
主要成果:
- 大多数研究的重点是预测OUD (41.4%) 和阿片类药物过量 (31.6%).
- 回归建模是最常见的方法;年龄,性别和精神健康或物质使用障碍的历史是频繁的预测因素.
- 模型性能差异很大 (C统计:0.507-0.959),梯度增强和神经网络在他们的研究中表现出强的性能. 偏差风险主要较高,而适用性问题较低.
结论:
- 与阿片类药物相关风险的预测模型在数据源和预测因素方面各不相同,表现出异质的准确性.
- 需要加强研究,以提高模型的准确性,并促进其在现实世界中实施.
相关概念视频
Opioid Analgesics: Morphine and Other Natural Cogeners
Opioid Analgesics: Synthetic and Semisynthetic Opioids
Drug Abuse and Addiction: Pharmacological Phenomena
Analgesia and Pain Management
Substance Use Disorders Affecting Sleep
Understanding the concepts of physical dependence,...
Opioid Receptors: Overview

