Personalized Risk Assessment of Drug-Related Harm Is Associated with Health Outcomes
Notice bibliographique
Résumé
BACKGROUND: The Independent Scientific Committee on Drugs (ISCD) assigned quantitative scores for harm to 20 drugs. We hypothesized that a personalized, ISCD-based Composite Harm Score (CHS) would be associated with poor health outcomes in polysubstance users. METHODS: A prospective community sample (n=293) of adults living in marginal housing was assessed for substance use. The CHS was calculated based on the ISCD index, and the personal substance use characteristics over four weeks. Regression models estimated the association between CHS and physical, psychological, and social health outcomes. RESULTS: Polysubstance use was pervasive (95.8%), as was multimorbid illness (median 3, possible range 0-12). The median CHS was 2845 (interquartile range 1865-3977). Adjusting for age and sex, every 1000-unit CHS increase was associated with greater mortality (odds ratio [OR] 1.47, 95% confidence interval [CI] 1.07-2.01, p = 0.02), and persistent hepatitis C infection (OR 1.29, 95% CI 1.02-1.67, p = 0.04). The likelihood of substance-induced psychosis increased 1.39-fold (95% CI 1.13-1.67, p = 0.001). The amount spent on drugs increased 1.51-fold (1.40-1.62, p < 0.001) and the odds of having committed a crime increased 1.74-fold (1.46-2.10, p < 0.001). Multimorbid illness increased 1.43-fold (95% CI 1.26-1.63, p < 0.001). CONCLUSIONS: Greater CHS predicts poorer physical, psychological, and social health, and may be a useful quantitative, personalized measure of risk for drug-related harm.
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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».