The burden of premature opioid‐related mortality
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND AND AIMS: The burden of premature mortality due to opioid-related death has not been fully characterized. We calculated temporal trends in the proportion of deaths attributable to opioids and estimated years of potential life lost (YLL) due to opioid-related mortality in Ontario, Canada. DESIGN: Cross-sectional study. SETTING: Ontario, Canada. PARTICIPANTS: Individuals who died of opioid-related causes between January 1991 and December 2010. MEASUREMENTS: We used the Registered Persons Database and data abstracted from the Office of the Chief Coroner to measure annual rates of opioid-related mortality. The proportion of all deaths related to opioids was determined by age group in each of 1992, 2001 and 2010. The YLL due to opioid-related mortality were estimated, applying the life expectancy estimates for the Ontario population. FINDINGS: We reviewed 5935 opioid-related deaths in Ontario between 1991 and 2010. The overall rate of opioid-related mortality increased by 242% between 1991 (12.2 per 1 000 000 Ontarians) and 2010 (41.6 per 1 000 000 Ontarians; P < 0.0001). Similarly, the annual YLL due to premature opioid-related death increased threefold, from 7006 years (1.3 years per 1000 population) in 1992 to 21 927 years (3.3 years per 1000 population) in 2010. The proportion of deaths attributable to opioids increased significantly over time within each age group (P < 0.05). By 2010, nearly one of every eight deaths (12.1%) among individuals aged 25-34 years was opioid-related. CONCLUSIONS: Rates of opioid-related deaths are increasing rapidly in Ontario, Canada, and are concentrated among the young, leading to a substantial burden of disease.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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