基于共识的算法来解决 LTOT 处方个体中的阿片类药物滥用行为

尽管人们对长期阿片类药物治疗 (LTOT) 的风险有了越来越多的了解，但它仍然经常被开出处方，并且仍然是治疗慢性疼痛的主要方法。 疾病与控制中心 (CDC) 的慢性疼痛阿片类药物处方指南适用于初级保健提供者，并已被许多医疗机构和保险公司采纳为护理标准。 重要的是，它鼓励监测接受 LTOT 治疗的患者是否存在阿片类药物相关的危害。 通过实施监测，初级保健提供者可能会发现各种有关的行为，有时称为异常的药物相关行为或阿片类药物滥用行为，这些行为出现在为慢性疼痛开 LTOT 的个体中。 这些行为（例如，错过约会、使用比处方更多的阿片类药物、要求增加阿片类药物的剂量、攻击性行为以及酒精和其他物质的使用）是常见的、令人担忧的，并且可能代表不安全地使用 LTOT 或发展中的阿片类药物使用紊乱（OUD）。 但是，CDC 指南和其他现有证据并未提供具体、详细的指导，说明当相关行为发生时如何处理。 因此，迫切需要了解如何最好地应对这些行为。 我们研究计划的长期目标是减少与 LTOT 相关的危害，尤其是阿片类药物滥用造成的危害，并减少它们对美国阿片类药物流行病的影响。 作为实现这一目标的第一步，研究人员进行了一项德尔菲研究，以严格建立基于共识的方法来管理常见和具有挑战性的相关行为，并从中创建算法。 使用基于证据的框架识别和实施实施策略是在对算法进行任何测试之前必须发生的关键后续步骤。

研究人员通过初级保健提供者对标准化患者 (SP) 的经验，然后是 CFIR 和 ERIC 指导的个人访谈，成功地发现了最佳实施策略。 利用我们先前的专业知识，制定全诊所范围内的阿片类药物风险降低策略和患者提供者咨询委员会，研究人员开发了一个全面的“实施包”，可以提供给初级保健实践。

研究人员现在的目标是进行试点试验，以测试算法实施包。 以基于CFIR的实施方案为指导，使用研究者开发的实施包，进行试点试验，以调查算法实施包的可行性、可接受性和初步有效性。